StarGAN v2
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu są OPEN, ale nie opublikowano liczby parametrów. Każda figura dotycząca MEMORY i prędkości zaczyna się od tej liczby, więc wolelibyśmy nic nie pokazywać niż wymyśloną estymację..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- NAVER,Yonsei University,Swiss Federal Institute of Technology
- Typ organizacji
- Industry,Academia,Academia
- Kraj
- Korea (Republic of), Switzerland
- Opublikowany
- 4 December 2019
- Autorzy
- Yunjey Choi, Youngjung Uh, Jaejun Yoo, Jung-Woo Ha
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision, Image generation
- Zadanie
- Image generation, Image-to-image
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- 400,000 tokens
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Open — downloadable
- Dostęp do modelu
- Open weights (non-commercial)
- Kod treningowy
- Open (non-commercial)
https://github.com/clovaai/stargan-v2?tab=readme-ov-file non-commercial
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Dlaczego to jest śledzone
- Highly cited,SOTA improvement
- Zapisz pewność
- Unknown
- Cytaty
- 2,072
"Votes from AMT workers for the most preferred method regarding visual quality and style reflection (%). StarGAN v2 outperforms the baselines with remarkable margins in all aspects." "As shown in Table 2, our method outperforms all the baselines by a large margin in terms of visual quality. For both CelebA-HQ and AFHQ, our method achieves FIDs of 13.7 and 16.2, respectively, which are more than two times improvement over the previous leading method."
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- StarGAN v2: Diverse Image Synthesis for Multiple Domains
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Co to jest model?
StarGAN v2 został opublikowany przez NAVER,Yonsei University,Swiss Federal Institute of Technology, w kraju zapisanym jako Korea (Republic of), podczas December 2019. Kategoria, do której należy wydawca, to industry,Academia,Academia.
Działa w dziedzinie Vision, Image generation, i jest zapisany jako wykonujący zadanie image generation, Image-to-image.
Ponieważ jego wagi zostały udostępnione, nic w kwestii uruchamiania go nie zależy od dostępności dostawcy — należy do ciebie po pobraniu.
Jak to zostało wytrenowane
Trening zużył korpus około 400,000 Tokeny tekstu.
Powód, dla którego w ogóle pojawia się w tym katalogu: highly cited,SOTA improvement.
Odpowiedzi
StarGAN v2 — częste pytania
StarGAN v2— do czego to służy?
Działa w dziedzinie Vision, Image generation, i jest zarejestrowany jako realizujący zadanie image generation, Image-to-image. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
StarGAN v2— Gdzie mogę to pobrać?
Wagi są opublikowane, chociaż nie posiadamy linku do repozytorium. Ta strona oblicza wymagania sprzętowe, a nie hostuje pliki modelu.
StarGAN v2— Jaką GPU potrzebuję, aby ją uruchomić?
Nie możemy powiedzieć. Ma otwarte wagi, ale nie opublikowano liczby parametrów, a wszelkie obliczenia pamięci i prędkości zaczynają się od tej liczby. Wolimy nie pokazywać niczego niż fałszywą szacunkową wartość.
StarGAN v2— czy jest open weight?
Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.
StarGAN v2— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
StarGAN v2— kto to stworzył?
Zostało opublikowane przez NAVER,Yonsei University,Swiss Federal Institute of Technology, oparty na Korea (Republic of), organizacja sklasyfikowana jako industry,Academia,Academia.
StarGAN v2— kiedy to zostało wydane?
Zostało opublikowane w December 2019. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.