StyleGAN 生成 AI 虛擬人臉，再也不怕侵犯肖像權

? 什麼是 StyleGAN

• GAN 是機器學習中的生成性對抗網路，目標是合成與真實影像無法區分的人工樣本，如影像。即改變人臉影像中的特定特徵，如姿勢、臉型和髮型，GAN 的主要挑戰就是如何影像變得更加逼真。
• StyleGAN 是一種基於樣式的 GAN 的生成器體系結構，是一個強大的可以控制生成圖片屬性的框架，它採用了全新的生成模型，分層的屬性控制，能夠生成 1024×1024 解析度的人臉影像，並且可以進行屬性的精確控制與編輯，可以生成最先進的結果—高解析度影像，看起來比以前生成的影像更真實。

? 如何使用 StyleGAN

• 對於使用 StyleGAN 技術生成人臉的技術已經開源了，已支援網紅臉、明星臉、萌娃臉、超模臉、黃種人臉等影像的生成。
• 對於 windows 中如何使用這項技術呢？
• 首先我們需要有 Python3 環境，這裡推薦 Anaconda 整合環境，下載地址：https://www.anaconda.com/
• 另外我們需要安裝 CUDA 10.0及以上的環境，下載地址：https://developer.nvidia.com/cuda-10.0-download-archive
• 其次我們需要安裝 CUDA 10.0 對應的 cuDNN，我下載的是 cuDNN 7.6.4 for CUDA 10.0，下載地址：https://developer.nvidia.com/rdp/cudnn-archive
• 最後我們需要安裝 VS2017 或 VS2019，下載地址：https://visualstudio.microsoft.com/zh-hans/vs/，安裝的時候一定勾選上 使用C++的桌面開發

? 下載專案

• 首先我們需要下載專案到本地，然後再安裝專案所需的一些依賴即可
• 專案地址：https://github.com/a312863063/generators-with-stylegan2.git
• 如果你無法透過 git clone 下載，也可以直接去連結裡面下載壓縮包，下載到本地後再解壓

# 下載專案庫
git clone https://github.com/a312863063/generators-with-stylegan2.git

# 安裝依賴
pip install tensorflow-gpu==1.14.0
pip install scipy==1.3.3
pip install requests==2.22.0
pip install Pillow==6.2.1    

? 修改專案 MSVC

• 需要開啟專案中的檔案 dnnlib/tflib/custom_ops.py，第29行所標註的 MSVC 的版本號
• 這個依據自身電腦安裝的版本進行修改便可，一般只需要修改下圖的 14.16.27023 的位置即可

compiler_bindir_search_path = [
    'C:/Program Files (x86)/Microsoft Visual Studio/2017/Community/VC/Tools/MSVC/14.16.27023/bin/Hostx64/x64',
    'C:/Program Files (x86)/Microsoft Visual Studio/2019/Community/VC/Tools/MSVC/14.16.27023/bin/Hostx64/x64',
    'C:/Program Files (x86)/Microsoft Visual Studio 14.0/vc/bin',
]

? 執行專案

• 只需要執行 python main.py 即可生成對應的模型的圖片
• 在 main.py 檔案中，我們可以看到，可以自定義模型和一次性生成圖片的數量
• 模型需要自行下載，下載完成後放到 networks 目錄下，想生成哪種型別的圖片，只要更換模型路徑即可
• 現在支援網紅臉、明星臉、萌娃臉、超模臉、黃種人臉等模型，下載連結在 networks 資料夾下文字文件中

def main():
    os.makedirs('results/', exist_ok=True)
    os.makedirs('results/generate_codes/', exist_ok=True)

    network_pkl = 'networks/generator_star-stylegan2-config-f.pkl'  # 模型位置
    generate_num = 20  # 生成數量

    generate_images(network_pkl, generate_num)

? 執行結果

• 生成的對應結果存放在 results 資料夾下