万物皆可JOJO：这个GAN直接让马斯克不做人啦 ！Demo在线可玩！ 来源：量子位 这下真的是万物皆可JOJO化了！ 本来就神采飞扬的马斯克，下一刻更是仿佛要直接“我不做人啦！” 世界名画蒙娜丽莎神秘优雅的微笑，似乎也变得JO灼了起来…… 再来个同一次元的……团长你在做什么啊团长！ 而上面这些效果只要打开网页Demo，点击上传任意本地图片就能实现。 这就一下子引来了大批网友的围观，不仅推特热度800+，在线试玩的抱抱脸（Hugging Face）还排起了队，一张照片最多要等四五分钟。 还不仅JOJO一种风格，还有迪士尼风、英雄联盟风……输入任意一种风格的图像，都可以将这种风格快速应用到新的图片上： 看这楚楚可怜的卡姿兰大眼睛，以及天真无邪的公主笑，我只想说……老马，快收了神通吧！ 在线JO化任意人像看了上面的演示，是不是自己也想整一个JO化脸？ 我们用开发者提供的Hugging Face和Colab来试一下。 首先是在线网页版的Hugging Face，点击左边框中空白处就能把任意本地照片丢进去： 再点Submit，等个十几秒……站在你面前的不是别人，而是ko no肌肉金轮大司马哒！ 这个方法点开链接就能即传即玩。不过虽然简单快捷，但偶尔还是要排队等个几分钟： 所以强烈安利colab版本，向test_input文件夹中导入任意图像，比如我们这里放入一张冰冰，然后点击运行： 再继续运行下面的生成模块： 把我的冰冰女神JOJO化，这也在你的算计之中吗GAN ! 而且，colab中还提供了另一种玩法：导入一张任意风格的图片，自己制作一个XX风格生成器。 嗯……这不得整一个提瓦特大陆版的马斯克？ 上传一张老马的正经图： 再在style_images文件夹中上传一张原神风格的人像： （上传偏二次元风格的图像可能会出现“找不到人脸”的情况，需要多试几张图） 然后进行微调，等待几分钟，再点运行： 这个坚毅的眼神，再配上原图里老马的那个远眺抱胸的姿势，感觉下一秒就能来句天动万象了！ 通过GAN反转获取近似风格那么，这种方法到底是怎么做到只参考一张图片，就能完美学习其美术风格，再将其运用到其他图像上呢？ 我们一起来看看这个叫做JoJoGan的模型。 它主要是通过GAN反转（inversion）来获取近似风格的，主要工作流程分四步： 通过GAN将参考风格图像反转为近似的配对训练数据，得到相应的风格化的代码； 根据风格化代码生成真实的人脸图像，并与参考风格图像相匹配，形成成对的数据作为配对训练集； 基于这些成对的训练数据，对StyleGAN进行微调； 使用微调后的StyleGAN生成新的样本。 开发者表示，这一模型非常关注零监督下的风格细节，并且在不同风格中具有良好的通用性，能够轻松泛化到其他风格的图像上。 从二次元到技术宅开发者Min Jin Chong也是我们的老熟人了，之前曾经搞过二次元老婆生成器： Min Jin Chong本人本科毕业于美国伊利诺伊大学厄巴纳-香槟分校（UIUC），后继续留校读博，主要研究领域为机器学习、计算机视觉和图像生成。 此前他曾在字节实习过3个月，现在与两位同校学生一起创立了一个叫做Style Space的时尚购物应用，允许用户在虚拟空间中试用和购买产品。 而他的导师David Forsyth则是一位CV领域的大牛，曾与Jean Ponce著有计算机视觉经典教材《Computer Vision：A Modern Approach》： Hugging Face在线试玩： https://huggingface.co/spaces/akhaliq/JoJoGAN colab在线试玩： https://colab.research.google.com/github/mchong6/JoJoGAN/blob/main/stylize.ipynb#scrollTo=LCLWiXoXwcJb 论文链接： https://arxiv.org/abs/2112.11641 参考链接： [1]https://twitter.com/ak92501/status/1473522187491590148 [2]https://github.com/mchong6/JoJoGAN 推荐阅读【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！ 仅需12层网络，在ImageNet上准确率达到80.7%！普林斯顿大学最新提出ParNet！ MobileViT: 一种更小，更快，高精度的轻量级Transformer端侧网络架构（附代码实现） 【移动端最强架构】LCNet吊打现有主流轻量型网络（附代码实现） 基于Attention机制的轻量级网络架构以及代码实现 深度学习中的轻量级网络架构总结与代码实现 一文详解Inception家族的前世今生（从InceptionV1-V4、Xception）附全部代码实现 华为2012实验室诺亚方舟实验室招聘视觉感知算法实习生 欢迎大家加入DLer-计算机视觉&Transformer群！ 大家好，这是计算机视觉&Transformer论文分享群里，群里会第一时间发布最新的Transformer前沿论文解读及交流分享会，主要设计方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、视频超分、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。 进群请备注：研究方向+学校/公司+昵称（如Transformer+上交+小明） ??长按识别，邀请您进群！