如何方便地控制 Nvidia StyleGAN 中的特征？

Question

在 Nvidia 的 StyleGAN 视频演示中，他们展示了各种 UI 滑块（很可能只是为了演示目的，而不是因为它们在开发 StyleGAN 时实际上具有完全相同的控件）来控制功能的混合：

但是，这里的 GitHub repsoitory https://github.com/NVlabs/stylegan 似乎缺少任何控制功能的简单方法。

是否有任何 Jupyter（或 Kaggle）笔记本具有通过滑块和上传的源照片进行功能控制的 UI 控件，或者一些简单的解决方案如何自己添加控件？除了生成随机图像之外，我如何实际使用 StyleGAN 项目做更多的事情？

Answer 1

以防其他人寻找同样的东西。

最后我设法找到了非常接近我正在寻找的东西 - 一个允许通过 UI 控制 StyleGAN 面部特征的项目：

使用的是CelebA数据集，所以种类不够多，特征经常纠缠太多。我希望为更大的 Flickr-Faces-HQ 数据集找到类似于此解决方案（或 Nvlabs 的演示图像混合）的东西，但似乎还没有。

我想，我必须自己研究机器学习和 Python，以达到足以在 Faces-HQ 数据集上调整 transparent_latent_gan 示例的理解水平。

奇怪的是，（似乎）还没有人创建出 Nvlabs 视频演示中展示的如此方便的 UI。

Answer 2

实际上，有几种方法可以控制此类 StyleGAN 功能。请参阅本调查报告中的第 4、6 和 9 章https://arxiv.org/abs/2212.09102

来自第 6 章：“使用 StyleGAN 编辑图像的主要思想是，编辑是通过对其潜在代码进行一些操作来实现的，从而将代表该潜在代码的点移动到 StyleGAN 的潜在空间之一中”