用英伟达StyleGAN生成老婆吧，他生成了一百多只明日香 | 开源代码

栗子 发自 凹非寺 量子位 报道 | 公众号 QbitAI

△ 用二次元妹子数据培育的StyleGAN

对一只GAN来说，次元壁什么的，根本不存在吧。

你看英伟达的StyleGAN，本来是以生成逼真人脸闻名于世。

不过，自从官方把算法开了源，拥有大胆想法的勇士们，便开始用自己的力量支配StyleGAN，顺道拯救世界。

以前，你的老婆可能是绫波丽，可能是真白，可能是漩涡鸣子 (误) 。

而今，推特名叫roadrunner01的程序猿，给StyleGAN喂食了大量二次元女子图像。

然后，AI生成了从萝莉、到乙女、到御姐的 (各种) 变换过程。里面的每一帧，都可以是你的选择：

发色和发型，眼睛里的神色，都在一刻不停地变化。

但任它千变万化，妹子依旧浑然天成。不论色彩，还是五官之间的配合，都有骄人的默契。

如果，你喜欢收到两颊泛红的讯号：

或者，你只喜欢清新的邻家少女：

还是，性别特征不够明显的幼女呢：

不管怎样，红瞳才是正义。

Reddit网友发出了很客观很中肯的赞叹：

△ 注释：waifu=wife

相比之下，推特网友就更加直白一些：

要用怎样的数据集？

虽然，roadrunner01并没有透露，他的StyleGAN到底吃了怎样的数据集，我们只感受到美少女战士强大的基因；

△ 我认得你的额头

不过，另有一位叫做gwern的程序猿，也用二次元数据训练了StyleGAN，并且公开过自己的数据集。

鉴于他的训练成果同样秀色可餐：

△ 来自gwern的StyleGAN

且这位程序猿的老婆是明日香：

△ 来自gwern的StyleGAN

我们就来观察一下，这只AI到底吃过怎样的数据。

数据集名叫DANBOORU2018，包含超过330万张图，超过9970万个标签：

△ 为了安全，只截取了比较安全的部分

不出所料，是个百无禁忌的StyleGAN了。

为何不出所料？回头再看roadrunner01的作品，也有许多妹子穿着十分客气，可以欣赏到曼妙的锁骨，甚至香肩：

△ 来自roadrunner01的StyleGAN

想要数据集的同学，请使用文底的传送门。

另外，作为数据集的提供者，gwern友情回应了那位需要H漫的同学：

想要，就自己去训练啊。 我训练好的StyleGAN二次元模型，你也直接可以下载啊。

传送门见文底。

StyleGAN原理是什么？

数据集有了，就来看看StyleGAN是怎样工作的吧。

它之所以获得“GAN 2.0”的盛赞，就是因为生成器和普通的GAN不一样。

这里的生成器，是用风格迁移的思路重新发明的。

△ 把B的风格，迁到A头上

向AI输入两张图，图A决定人物的年龄、性别、头发长度和姿势；图B决定一切其他因素：肤色、发色、衣服颜色等等。

这样一来，图B的画风，就可以自然地转移给图A。

更重要的是，StyleGAN可以从粗糙、中等、精细三种尺度上调节图像的生成：

△ 上为粗糙，下为中等

粗糙尺度，是规模最大的调整，人脸的朝向、脸型和发型，都在这里调整；中间尺度，调整只会涉及脸部特征、发色发量了。

△ 精细尺度

精细尺度，改变的是图像的配色，几乎不会给任务变脸了。

三者组合在一起，才有最终的生成效果。

不过，私以为配色才是最重要的：

你看，这些蓝妹子多可爱：

△ 来自roadrunner01的StyleGAN

那么，StyleGAN算法已经开源了，330万张的数据集也有了。

想要生成老婆的话，可以开始训练了。

不想训练的话，用gwern训练好的模型直接生成也行啊。

△ 来自roadrunner01的StyleGAN

悄悄告诉你，如果你不想生成老婆，却想生成猫片，可以直接用官方提供的预训练模型哟。

△ 这是一群假猫，不是数据集

DANBOORU2018二次元妹子数据集： https://www.gwern.net/Danbooru2018

英伟达StyleGAN官方实现： https://github.com/NVlabs/stylegan

gwern训练好的二次元StyleGAN模型： https://drive.google.com/file/d/1z8N_-xZW9AU45rHYGj1_tDHkIkbnMW-R/view

StyleGAN论文传送门： https://arxiv.org/abs/1812.04948

— 完 —