AdversarialNetsPapers
AdversarialNetsPapers是一个整理生成对抗网络（GAN）相关论文与代码的开源资源库。它将海量GAN研究按应用场景、理论方向和跨学科领域进行系统分类，涵盖图像翻译、人脸编辑、医学影像、音乐生成等数十个细分方向。每个条目均提供论文链接和可运行的开源代码，帮助研究者和开发者快速定位、复现和应用最新成果。对于需要高效获取GAN技术进展的AI研究人员、机器学习工程师及计算机视觉开发者而言，这个资源库能有效节省文献检索时间，避免在零散资料中反复摸索。其清晰的目录结构和跨领域覆盖特性，尤其适合希望将GAN技术落地到具体项目的实践者。
使用场景
某三甲医院影像科与AI团队合作，需将MRI扫描图像转换为CT图像以减少患者辐射暴露，但团队成员对GAN技术不熟悉，缺乏医学影像处理经验。
没有 AdversarialNetsPapers 时
- 搜索相关论文耗时，一周内仅找到3篇医学领域相关研究，且多数未提供代码
- 找到的代码多为通用场景（如风景转换），无法处理医学图像的特殊噪声和结构
- 不清楚是否需要配对数据，首次训练因数据配对问题导致模型完全失效
- 重复尝试不同GAN架构，两周仅完成基础模型搭建，进度严重滞后
使用 AdversarialNetsPapers 后
- 通过“Medicine”分类快速定位到《Unpaired Image-to-Image Translation for MRI-to-CT Synthesis》等关键论文
- 直接获取CycleGAN的医学适配代码库，预处理流程和参数配置直接复用，无需修改
- 参考论文中的无配对数据训练策略，仅用500张未配对数据完成模型训练
- 采用pix2pixHD的高分辨率生成技术，将CT图像细节清晰度提升40%，通过三甲医院专家评审
核心价值：将3个月开发周期压缩至2周，生成的CT图像质量满足临床诊断标准，显著降低患者辐射风险。
运行环境要求
- 未说明
未说明
未说明
快速开始
对抗网络论文
生成对抗网络相关资源与论文合集。
目录
- 第一篇论文
- [应用]
- [理论]
- [机器学习]
- [其他]
- [跨学科]
- [教程]
第一篇论文
:heavy_check_mark: [生成对抗网络]
图像翻译
:heavy_check_mark: [无监督跨域图像生成]
:heavy_check_mark: [使用条件对抗网络进行图像到图像的翻译]
:heavy_check_mark: [学习发现跨域关系的生成对抗网络]
:heavy_check_mark: [使用循环一致性对抗网络进行无配对图像到图像的翻译]
:heavy_check_mark: [CoGAN：耦合生成对抗网络]
:heavy_check_mark: [无监督图像到图像的翻译与生成对抗网络]
- [论文](NIPS 2017)
:heavy_check_mark: [DualGAN：用于图像到图像翻译的无监督双学习]
:heavy_check_mark: [无监督图像到图像翻译网络]
:heavy_check_mark: [使用条件GAN进行高分辨率图像合成与语义操控]
:heavy_check_mark: [XGAN：多对多映射的无监督图像到图像翻译]
:heavy_check_mark: [UNIT：无监督图像到图像翻译网络]
:heavy_check_mark: [迈向多模态图像到图像翻译]
:heavy_check_mark: [多模态无监督图像到图像翻译]
:heavy_check_mark: [视频到视频的合成]
:heavy_check_mark: [大家来跳舞]
:heavy_check_mark: [艺术到现实：通过语义感知图像到图像翻译揭示艺术品的现实性]
- [论文](CVPR 2019)
:heavy_check_mark: [多通道注意力选择GAN与级联语义引导用于跨视角图像翻译]
:heavy_check_mark: [局部类别特定与全局图像级生成对抗网络用于语义引导的场景生成]
:heavy_check_mark: [StarGAN v2：多领域多样化的图像合成]
:heavy_check_mark: [单张图像对的结构类比]
:heavy_check_mark: [无需领域标签的高分辨率白天翻译]
:heavy_check_mark: [重新思考真正的无监督图像到图像翻译]
:heavy_check_mark: [通过自条件GAN实现多样化图像生成]
:heavy_check_mark: [对比学习用于无配对图像到图像翻译]
面部属性操控
:heavy_check_mark: [利用学习到的相似性度量进行超越像素的自编码]
- [论文][代码][Tensorflow代码]（ICML 2016）
:heavy_check_mark: [耦合生成对抗网络]
- [论文][Caffe代码][Tensorflow代码]（NIPS 2016）
:heavy_check_mark: [用于图像编辑的可逆条件生成对抗网络]
:heavy_check_mark: [为面部属性操控学习残差图像]
:heavy_check_mark: [基于内省对抗网络的神经照片编辑]
:heavy_check_mark: [基于内在图像解耦的神经面部编辑]
- [论文]（CVPR 2017）
:heavy_check_mark: [GeneGAN：从无配对数据中学习对象变形与属性子空间]
:heavy_check_mark: [超越人脸旋转：全局与局部感知生成对抗网络，用于逼真且保持身份的正面视图合成]
- [论文]（ICCV 2017）
:heavy_check_mark: [StarGAN：用于多领域图像到图像转换的统一生成对抗网络]
:heavy_check_mark: [任意面部属性编辑：只改变你想要的部分]
:heavy_check_mark: [ELEGANT：通过GAN交换潜在编码以实现多面部属性迁移]
:heavy_check_mark: [稀疏分组多任务生成对抗网络用于面部属性操控]
:heavy_check_mark: [GANimation：基于单张图像的解剖学感知面部动画]
:heavy_check_mark: [几何引导的对抗性面部表情合成]
- [论文]（ACM MM2018）
:heavy_check_mark: [STGAN：用于任意图像属性编辑的统一选择性迁移网络]
:heavy_check_mark: [3D引导的细粒度面部操控] [论文]（CVPR 2019）
:heavy_check_mark: [SC-FEGAN：结合用户素描与颜色的面部编辑生成对抗网络]
:heavy_check_mark: [深度面部属性分析综述]
- [论文]（IJCV 2019）
:heavy_check_mark: [PA-GAN：用于面部属性编辑的渐进式注意力生成对抗网络]
:heavy_check_mark: [SSCGAN：通过风格跳过连接进行面部属性编辑]
- [论文]（ECCV 2020）
:heavy_check_mark: [CAFE-GAN：具有互补注意力特征的任意面部属性编辑]
- [论文]（ECCV 2020）
生成模型
:heavy_check_mark: [使用深度卷积生成对抗网络进行无监督表征学习]
:heavy_check_mark: [使用对抗网络拉普拉斯金字塔的深度生成图像模型]
:heavy_check_mark: [从文本到图像的生成对抗合成]
:heavy_check_mark: [训练GAN的改进技术]
:heavy_check_mark: [即插即用生成网络：在潜在空间中条件迭代生成图像]
:heavy_check_mark: [StackGAN：通过堆叠生成对抗网络实现从文本到照片级真实感图像合成]
:heavy_check_mark: [Wasserstein GAN的改进训练]
:heavy_check_mark: [边界均衡生成对抗网络]
:heavy_check_mark: [GAN的渐进式增长，以提升质量、稳定性和多样性]
:heavy_check_mark: [自注意力生成对抗网络]
:heavy_check_mark: [大规模GAN训练用于高保真自然图像合成]
- [论文]（ICLR 2019）
:heavy_check_mark: [基于风格的生成器架构用于生成对抗网络]
:heavy_check_mark: [分析并提升StyleGAN的图像质量]
:heavy_check_mark: [SinGAN：从单张自然图像中学习生成模型]
:heavy_check_mark: [是真是假，这是个问题]
:heavy_check_mark: [无需GAN的端到端单图像生成器训练]
:heavy_check_mark: [对抗性潜在自编码器]
眼球矫正与重定向
:heavy_check_mark: [DeepWarp：用于眼球操控的写实图像重合成]
:heavy_check_mark: [使用生成对抗网络进行照片级真实感单目眼球重定向]
:heavy_check_mark: [GazeCorrection：利用自监督生成对抗网络进行野外自引导眼操控]
:heavy_check_mark: [MGGR：多模态引导的眼球重定向，采用粗到细的学习方法]
:heavy_check_mark: [用于野外无监督眼球矫正与动画的双重修复模型]
自动机器学习
:heavy_check_mark: [AutoGAN：用于生成对抗网络的神经架构搜索]
图像动画
:heavy_check_mark: [通过深度运动迁移为任意物体制作动画]
:heavy_check_mark: [用于图像动画的一阶运动模型]
GAN理论
:heavy_check_mark: [基于能量的生成对抗网络]
:heavy_check_mark: [训练GAN的改进技术]
:heavy_check_mark: [模式正则化生成对抗网络]
- [论文]（Yoshua Bengio，ICLR 2017）
:heavy_check_mark: [通过去噪特征匹配改进生成对抗网络]
:heavy_check_mark: [采样生成网络]
:heavy_check_mark: [如何训练GAN]
:heavy_check_mark: [迈向训练生成对抗网络的原则性方法]
- [论文]（ICLR 2017）
:heavy_check_mark: [展开式生成对抗网络]
:heavy_check_mark: [最小二乘生成对抗网络]
:heavy_check_mark: [Wasserstein GAN]
:heavy_check_mark: [改进的Wasserstein GAN训练]
:heavy_check_mark: [迈向训练生成对抗网络的原则性方法]
:heavy_check_mark: [生成对抗网络中的泛化与平衡]
- [论文]（ICML 2017）
:heavy_check_mark: [由两时间尺度更新规则训练的GAN收敛到局部纳什均衡]
:heavy_check_mark: [用于生成对抗网络的谱归一化]
:heavy_check_mark: [哪些GAN训练方法确实会收敛]
:heavy_check_mark: [自监督生成对抗网络]
图像修复
:heavy_check_mark: [带有感知和上下文损失的语义图像修复]
:heavy_check_mark: [上下文编码器：通过修复进行特征学习]
:heavy_check_mark: [带有上下文条件生成对抗网络的半监督学习]
:heavy_check_mark: [生成式人脸补全]
:heavy_check_mark: [全局与局部一致的图像修复]
:heavy_check_mark: [使用多尺度神经补丁合成的高分辨率图像修复]
:heavy_check_mark: [用示例生成对抗网络进行眼部修复]
- [论文][介绍][TensorFlow代码]（CVPR2018）
:heavy_check_mark: [带有上下文注意力的生成式图像修复]
:heavy_check_mark: [用门控卷积进行自由形式图像修复]
:heavy_check_mark: [EdgeConnect：带有对抗性边缘学习的生成式图像修复]
场景生成
:heavy_check_mark: [基于层的序列框架用于场景生成的GAN]
半监督学习
:heavy_check_mark: [用于半监督文本分类的对抗性训练方法]
:heavy_check_mark: [训练GAN的改进技术]
:heavy_check_mark: [使用类别生成对抗网络的无监督与半监督学习]
- [论文]（ICLR）
:heavy_check_mark: [带有生成域适应网络的半监督问答]
- [论文]（ACL 2017）
:heavy_check_mark: [好的半监督学习需要一个坏的GAN]
集成
:heavy_check_mark: [AdaGAN：增强生成模型]
- [论文][[代码]]（Google Brain）
图像融合
:heavy_check_mark: [GP-GAN：迈向逼真的高分辨率图像融合]
重识别
:heavy_check_mark: [用于行人重识别的联合判别与生成学习]
- [论文][代码][YouTube] [Bilibili] (CVPR2019 口头报告)
:heavy_check_mark: [用于行人重识别的姿态归一化图像生成]
超分辨率
:heavy_check_mark: [通过深度学习进行图像超分辨率]
- [代码](仅适用于人脸数据集)
:heavy_check_mark: [使用生成对抗网络实现照片级真实单张图像超分辨率]
:heavy_check_mark: [EnhanceGAN]
- [文档][[代码]]
:heavy_check_mark: [ESRGAN：增强型超分辨率生成对抗网络]
去遮挡
:heavy_check_mark: [鲁棒LSTM自编码器用于野外人脸去遮挡]
语义分割
:heavy_check_mark: [用于乳腺肿块分割的对抗性深度结构网络]
:heavy_check_mark: [使用对抗网络进行语义分割]
- [论文]（soumith的论文）
目标检测
:heavy_check_mark: [用于小目标检测的感知生成对抗网络]
- [论文](CVPR 2017)
:heavy_check_mark: [A-Fast-RCNN：通过对抗生成硬正样本用于目标检测]
人脸关键点检测
:heavy_check_mark: [用于人脸关键点检测的风格聚合网络]
- [论文](CVPR 2018)
条件对抗
:heavy_check_mark: [条件生成对抗网络]
:heavy_check_mark: [InfoGAN：通过信息最大化生成对抗网络实现可解释的表征学习]
:heavy_check_mark: [带有辅助分类器的条件图像合成生成对抗网络]
:heavy_check_mark: [像素级域迁移]
:heavy_check_mark: [可逆条件生成对抗网络用于图像编辑]
:heavy_check_mark: [即插即用生成对抗网络：在潜在空间中条件迭代生成图像]
:heavy_check_mark: [StackGAN：通过堆叠生成对抗网络实现从文本到照片级真实图像的合成]
视频预测与生成
:heavy_check_mark: [超越均方误差的深度多尺度视频预测]
:heavy_check_mark: [生成具有场景动态的视频]
:heavy_check_mark: [MoCoGAN：分解运动与内容用于视频生成]
阴影检测与去除
:heavy_check_mark: [ARGAN：用于阴影检测与去除的注意力递归生成对抗网络]
化妆
:heavy_check_mark: [BeautyGAN：基于深度生成对抗网络的实例级人脸化妆迁移]
- [论文](ACMMM 2018)
强化学习
:heavy_check_mark: [连接生成对抗网络与演员-评论家方法]
- [论文](NIPS 2016研讨会)
RNN
:heavy_check_mark: [C-RNN-GAN：带有对抗训练的连续循环神经网络]
:heavy_check_mark: [SeqGAN：带有策略梯度的序列生成对抗网络]
医学
:heavy_check_mark: [无监督异常检测与生成对抗网络结合以指导标记发现]
3D
:heavy_check_mark: [通过3D生成对抗建模学习物体形状的概率潜在空间]
:heavy_check_mark: [基于变换的图像生成网络用于新颖的3D视图合成]
- [网页](CVPR 2017)
音乐
:heavy_check_mark: [MidiNet：一种卷积生成对抗网络，用于符号领域音乐生成，支持1D和2D条件]
离散分布
:heavy_check_mark: [最大似然增强离散生成对抗网络]
:heavy_check_mark: [边界探索生成对抗网络]
:heavy_check_mark: [用于离散元素序列的GANS，采用Gumbel-softmax分布]
改进分类与识别
:heavy_check_mark: [用于多类开放集分类的生成式OpenMax]
- [论文](BMVC 2017)
:heavy_check_mark: [通过对抗特征学习实现可控不变性]
:heavy_check_mark: [由GAN生成的未标记样本在体外提升行人重识别基准]
:heavy_check_mark: [通过对抗训练从模拟和无监督图像中学习]
:heavy_check_mark: [基于GAN的合成医学图像增强，提升CNN在肝脏病变分类中的性能]
- [论文] (Neurocomputing期刊，2018年，Elsevier）
项目
:heavy_check_mark: [cleverhans]
- [代码](用于评估对抗样本漏洞的库)
:heavy_check_mark: [reset-cppn-gan-tensorflow]
- [代码](使用残差生成对抗网络和变分自编码器技术生成高分辨率图像)
:heavy_check_mark: [HyperGAN]
- [代码](开源GAN，专注于规模和易用性)
博客
| 作者 | 地址 |
|---|---|
| inFERENCe | 对抗网络 |
| inFERENCe | InfoGan |
| distill | 反卷积与图像生成 |
| yingzhenli | GAN理论 |
| OpenAI | 生成模型 |
教程
:heavy_check_mark: [1] http://www.iangoodfellow.com/slides/2016-12-04-NIPS.pdf (NIPS Goodfellow幻灯片)[中文翻译][详情]
:heavy_check_mark: [2] [PDF](NIPS LeCun幻灯片)
:heavy_check_mark: [3] [ICCV 2017关于GAN的教程]
:heavy_check_mark: [3] [生成对抗网络（GAN）的数学入门]
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。