通过使用回归网络学习 StyleGAN 潜变码的变化模式,在图像拖动过程中实现像素级精确控制的方法能够以较小的时间成本实现精细编辑和高保真度图像,将整个移动过程分解成多个子过程,并使用名为 'Latent Predictor' 的网络来预测 Latent code 的运动轨迹,并通过引入 'Latent Regularizer' 组件来限制潜变码在自然图像分布中的运动。
本文介绍了 DragGAN 的第三方实现版本,并提供了在线体验和本地部署的方法。安装 Conda 和 PyTorch,使用 pip 安装 DragGAN,通过命令行运行 DragGAN 的 Demo。界面功能包括选择模型、分辨率和显存占用。
完成下面两步后,将自动完成登录并继续当前操作。