GAN学习小组下架及课程拆分介绍
随着扩散模型的发展，GAN在图像生成领域的应用已经几乎完全被替换，而且由于GAN本身与CNN，RNN，Transformer等模型一样，可以作为一个通用的模型被用于各类下游任务，比如人脸图像编辑，图像增强等，因此已经没有必要再将其作为一个单独的学习小组。
因此，即日起，我们下架GAN学习小组，并将其内容拆分到《有三AI-CV初阶-基础算法组》，《有三AI-CV中阶-人脸算法组》，《有三AI-CV中阶-图像质量组》，已有GAN组成员可以任选加入人脸组或者图像质量组，已有学习内容也不变。
下面将分拆后的小组给大家介绍。
有三AI-CV初阶-基础算法组
本组针对深度学习与计算机视觉学习新手，目标是从Python编程、Pytorch框架使用与深度学习开始，到较为深入系统地掌握计算机视觉的核心领域，培养出独立完整的CV算法研发与工程项目能力。
下图是2024年CV初阶-基础算法组包括的内容预览图和案例汇总图，可以自行放大仔细阅读。
被分拆到基础算法组的内容是《图像与视频生成GAN》专栏。本专栏讲解图像生成GAN模型，视频生成GAN模型，如何提高生成图像和视频的质量，如何使用GAN提高已有数据的质量！当前包含的内容超过6个小时，PPT数量超过200页。
理论部分内容：详细解读了基本的全卷积GAN，各类条件生成GAN，强大的StyleGAN系列，数据增强与仿真GAN，视频生成GAN。
实践部分内容：包含了2个Pytorch实战案例，分别为DCGAN人脸嘴唇表情生成任务，StyleGAN人脸图像生成任务，后续还会增加3D与视频部分的实践内容。
详细了解课程，请阅读：【视频课】CV必学，超6小时，2大模块，循序渐进地搞懂GAN图像生成！
有三AI-CV中阶-人脸算法组
本小组聚焦于让大家能够跟随我们社区长期学习人脸图像领域相关的算法，学习的东西包括：人脸检测，人脸关键点检测，人脸识别，人脸属性分析，人脸美颜，人脸编辑与风格化，三维人脸重建。
下图是2024年CV中阶-人脸算法组包括的内容预览图和案例汇总图，可以自行放大仔细阅读。
被分拆到人脸算法组的内容是《图像翻译与风格化GAN》《人脸属性编辑GAN》专栏。
图像翻译与风格化包含的方向非常多，因为从图像到图像的任务都可以称之为图像翻译任务，如经典的图像分割/边缘检测，图像超分辨率/图像风格化。图像翻译与风格化课程包含的内容超过6个小时，PPT数量超过150页。
理论部分内容：涵盖了深度学习之图像翻译的核心方向，如有监督图像翻译模型，无监督图像翻译模型，多域图像翻译模型。
实践部分内容：包含了3个实践案例，分别为基于Pix2Pix的黑白图像上色实战，基于StarGAN的人脸表情编辑实战，基于BeautyGAN的人脸美妆实战。
详细了解课程，请阅读：【视频课】CV必学，超7小时，3大模块，3大案例，掌握图像翻译与风格化GAN核心技术！
基于深度学习模型的人脸属性编辑是当下人脸算法与应用的热点，近些年在互联网产品中有许多落地，比如人脸变老变小孩，人脸风格化特效，人脸美妆等。深度学习之人脸属性编辑课程包含的内容超过10个小时，包含3个典型案例。
理论部分内容：涵盖了人脸属性编辑的核心方向，包括基于StyleGAN模型的通用人脸属性编辑，基于图像翻译模型的通用人脸属性编辑，以及各类专用的人脸属性编辑模型，包括人脸表情、年龄、姿态、妆造等。
实践部分内容：一共已经包含了3个实践案例，分别为基于StyleGAN的通用人脸属性编辑实战，基于StarGAN的人脸表情编辑实战，基于BeautyGAN的人脸妆造编辑实战，后续还会增加其他方向的实战：
详细了解课程，请阅读：【视频课】超10小时，3大模块，掌握深度学习人脸属性编辑算法理论与实践
有三AI-CV中阶-图像质量组
本小组是聚焦于让大家能够跟随我们社区长期学习图像质量增强领域相关的算法，学习的东西包括：图像质量评价，图像构图分析，图像降噪，图像对比度增强，图像去模糊与超分辨，图像风格化，图像修复，图像编辑。
下图是2024年CV中阶-人脸算法组包括的内容预览图和案例汇总图，可以自行放大仔细阅读。
被分拆到基础算法组的内容是《图像翻译与风格化GAN》《图像增强GAN》专栏。
随着GAN相关技术的发展逐渐成熟，它在图像质量提升等底层任务中得到了广泛的应用，极大地促进了图像降噪、图像色调映射、图像去模糊、图像超分辨、图像修复等领域的算法进步。图像增强GAN课程包含的内容超过8个小时，PPT数量超过200页。
理论部分内容：涵盖了图像增强GAN的核心方向，包括图像降噪、图像去模糊、图像超分辨、图像色调映射、图像修复。
实践部分内容：包含了3个实践案例，分别为基于SRGAN的图像超分辨实战，基于EnlightenGAN的图像增强实战，基于DANet的图像降噪实战。
详细了解课程，请阅读：【视频课】超8小时，5大模块，掌握基于GAN的图像增强应用（降噪色调映射去模糊超分辨修复）
通用基础：生成模型基础
这一部分主要是学习对GAN的基础理论的理解，包括生成模型基础，自编码器与变分自编码器，GAN的原理，GAN的优化，GAN的评估。我们配置了1门时长超过3小时的《深度生成模型GAN：理论基础篇》课程。
详细了解课程，请阅读：【视频课】永久免费课程！如何掌握好深度生成模型与GAN的基础理论知识
如何订阅
以上学习小组以及其他AI课程订阅，请大家关注有三AI小鹅通课程学习平台，可扫描二维码或者点击链接访问。
网页地址为：
https://appcdfgt3n15676.h5.xiaoeknow.com
有三AI-CV学习小组的目标不仅是让学习者完成对深度学习CV算法知识的掌握，更是要在实际项目中进行使用，因此提供了学习后的一些输出形式，包括做项目、授课等。关于产出形式，下面是一些往期成员的分享，供大家参考：
【杂谈】有三AI课程兼职讲师，打造自己的影响力，我从这里开始！
【杂谈】一个项目获得10倍学费收入，我在有三AI学以致用的故事
【杂谈】从学员到专栏作者、讲师，我在有三AI学习与名利双收的故事
【杂谈】从失业到重要项目负责人，2020年里我如何在有三AI上岸
【杂谈】参加有三AI秋季划4个月，薪资翻倍，我在有三AI都学了啥？
【杂谈】从医学专业转行到AI，独立完成项目到获得加州理工大学读研推荐，我如何与有三AI结缘
往期相关
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
