हमने हैकथॉन कैसे नहीं जीता

30 नवंबर से 2 दिसंबर तक, PicsArt AI हैकथॉन को $ 100,000 की पुरस्कार राशि के साथ मास्को में आयोजित किया गया था। मुख्य कार्य फ़ोटो या वीडियो को संसाधित करने के लिए AI समाधान बनाना था, जिसका उपयोग PicsArt एप्लिकेशन में किया जा सकता है। एक काम के सहयोगी (उस समय) आर्थर कुज़ीन ने भाग लेने की पेशकश की, जिसमें मुझे विवरणों (चेहरे के भाव, आदि) के साथ उपयोगकर्ताओं की निजी तस्वीरों को गुम करने के विचार में दिलचस्पी थी। आर्थर ने इल्या किबार्डिन को भी कहा - मास्को इंस्टीट्यूट ऑफ फिजिक्स एंड टेक्नोलॉजी (किसी और को कोड लिखना था) में एक छात्र। नाम बहुत जल्दी पैदा हुआ था: डीपऑन।

यह हमारे निर्णय, उसके बारे में एक कहानी होगी गिरावट विकास, हैकाथॉन, और कैसे नहीं आपको जूरी के अनुकूल होना होगा।

हैकाथॉन के लिए

हैकाथॉन में जाने के तीन रास्ते थे। पहला चेहरा विभाजन के कार्य पर शीर्ष 50 लीडरबोर्ड में शामिल होने के लिए है - "डेटासियस जीनियस"। दूसरा 4 लोगों के समूह में तुरंत एकजुट होने और एक कार्यशील एमवीपी दिखाने के लिए है - "पेप्पी टीम"। बाद के संस्करण में, बस अपने शानदार विचार का विवरण भेजना आवश्यक था। हमने हैकथॉन से एक सप्ताह पहले, तुरंत और समय बर्बाद नहीं करने का फैसला किया, एमवीपी करें। खैर, सामान्य तौर पर, हमने तय किया कि वे शांत थे, इसलिए सभी टीमा लीडरबोर्ड पर शीर्ष 10 में शामिल हो गए और, परिणामस्वरूप, इनजमैन।

हमारे उत्पाद का मुख्य विचार निम्नानुसार है: लोग सोशल नेटवर्क पर स्वयं के साथ फ़ोटो (कभी-कभी पूरी तरह से कानूनी नहीं) साझा करते हैं, जिसे वे बाद में पछता सकते हैं, या जिसके लिए उन्हें भविष्य में दंडित भी किया जा सकता है। अपने आप को बचाने के लिए, आप अपने चेहरे को "वर्गों" के साथ सेंसर कर सकते हैं, और पृष्ठभूमि पर चमक सकते हैं। लेकिन तब न केवल चेहरा छिपा होगा, बल्कि उस पर भावनाएं भी होंगी, और पृष्ठभूमि भ्रष्ट हो जाएगी। पृष्ठभूमि पर चेहरे और वस्तुओं पर भावनाओं को रखने के लिए, हमारे आवेदन फोटो में सभी चेहरे को बदलते हैं, और पृष्ठभूमि कार्टोनी बनाते हैं। और इसलिए कि एक व्यक्ति को कपड़ों से पहचाना नहीं जा सकता है, इसे दूसरे द्वारा बदल दिया जाता है।

एक हफ्ते में हमने लगभग हर वो काम करने में कामयाबी हासिल की, जिसकी हमने योजना बनाई थी। प्रत्येक चरण के लिए, एक अलग तंत्रिका नेटवर्क का उपयोग किया गया (और कभी-कभी कई भी)। सबसे पहले, सभी चेहरे छवि पर थे और एक ही सेलिब्रिटी चेहरे के साथ बदल दिया गया था - इसके लिए, डीपफेक के समान समाधान का उपयोग किया गया था। फिर, मानव विभाजन की मदद से, पृष्ठभूमि को अलग कर दिया गया और इस पर कार्टून (रिक और मोर्टी) के लिए स्टाइल ट्रांसफर किया गया। अंतिम चरण में, कपड़े के विभिन्न हिस्सों और उनके परिवर्तन का विभाजन था - एचएसवी अंतरिक्ष में रंगों की एक यादृच्छिक बदलाव, क्योंकि एमवीपी दिखाए जाने से पहले जूरी को शैली स्थानांतरित करने का समय नहीं था।

प्रत्येक चरण में, तकनीकी कठिनाइयां उत्पन्न हुईं। उदाहरण के लिए, जीथब पर सभी डीपफेक कार्यान्वयन केवल एक निश्चित चेहरे एक्स को एक विशिष्ट चेहरे वाई में बदल सकते हैं। समस्या के इस निरूपण में, दो लोगों की कई तस्वीरों की आवश्यकता होती है। इस तरह के डेटा सेट को इकट्ठा करने का सबसे आसान तरीका किसी व्यक्ति के प्रदर्शन का एक वीडियो ढूंढना है जहां केवल उसे ज्यादातर समय दिखाया जाता है, और, चेहरे का पता लगाने का उपयोग करते हुए, एक फोटो काटते हैं। हमारे विचार में मुख्य जोर ठीक यह था कि किसी भी व्यक्ति से एक ही चेहरे का Y बनाना संभव है। हमने एक व्यक्ति X के बजाय CelebA डेटासेट के सभी प्रकार के चेहरों का भरपूर उपयोग करने की कोशिश की और, सौभाग्य से, यह शुरू हो गया। नीचे डीपफेक स्कीम लागू की गई है जिसका हमने इस्तेमाल किया था ।

परिणाम को फ्लास्क वेब डेमो में लपेटा गया और प्रदर्शन के लिए चलाया गया। यहाँ जूरी के लिए हमारे लाभ केंद्र का वर्णन है।

पेश है एक ऐसी सर्विस जो आपको मीडिया कंटेंट (फोटो और वीडियो) को अनाउंस करने की सुविधा देती है। मूल संस्करण में, सेवा चेहरे छिपाती है। उन्नत में - यह उपयोगकर्ताओं के चेहरे को अन्य लोगों (डीपफेक) के चेहरे में बदलता है, कपड़े और पृष्ठभूमि बदलता है (विभाजन + स्टाइल ट्रांसफर)। एक वैकल्पिक उपयोग के रूप में, सेवा मजेदार और वायरल वीडियो या फोटो बनाने के लिए सेवा कर सकती है जो कि मशहूर हस्तियों के साथ हैं।

हैकाथॉन की शुरुआत से पहले, कुछ दिन बाकी थे, और हम कपड़े में बदलाव को बेहतर बनाने में कामयाब रहे। यदि इससे पहले यह एचएसवी में एक रंग परिवर्तन था, तो अब प्रत्येक प्रकार के कपड़ों के लिए एक अलग शैली (विभिन्न कलाकारों द्वारा) लागू की गई थी। एक और विचार यह आया कि बेहतर होगा कि चेहरे को एक सेलेब्रिटी में न बदलें, लेकिन पहले लिंग से वर्गीकृत करें, और उसके बाद पुरुषों और महिलाओं के चेहरे को अलग-अलग तरीके से स्थानांतरित करें (उदाहरण के लिए, नवलनी और सोबचैक में)। और आखिरी समय में वे वेब डेमो में गुमनामी के विभिन्न स्तरों को जोड़ने में कामयाब रहे - यह चुनना संभव हो गया कि किस अनाम तत्वों का उपयोग करना है।

हम इस दृष्टिकोण के साथ ऑफ़लाइन भाग में गए कि यह एक उपयोगी, असामान्य उपयोगकर्ता मामला है, न कि केवल वायरल फेशियल मास्क। हमारी टीम चैट में एक संदेश:

हां, अगर आप इसके बारे में सोचते हैं, तो सभी को इसकी जरूरत है। उन्हें अभी भी इसका एहसास नहीं था। बहुत से लोग अपनी सामग्री के चारों ओर हंगामा करते हैं क्योंकि वे थप्पड़ खाते हैं, पीते हैं, कानून तोड़ते हैं और सोचते हैं कि राज्य उनकी परवाह नहीं करता है।
और 5 साल बाद, एआई आएगा, पुराने पदों को देखें, और इस तथ्य के बाद, शब्द को मिलाप किया जाएगा।

हैकाथॉन पर

ऑफ़लाइन भाग शुक्रवार को शुरू हुआ। प्रत्येक टीम को एक अलग तालिका सौंपी गई थी, और बुफे अंतहीन था तेजी से कार्बोहाइड्रेट कुकीज़। आधिकारिक उद्घाटन के बाद, हमने फैसला किया कि समय बर्बाद न करें और तुरंत जूरी से पता करें कि वे प्रतिभागियों से क्या चाहते हैं। अनौपचारिक रूप से कई आयोजकों के साथ बात करने के बाद, हमने महसूस किया कि उनकी गुमनामी उन्हें पकड़ नहीं पाई। लेकिन मुझे फोटो के अलग-अलग हिस्सों के विभाजन और उनके परिवर्तन के साथ विचार पसंद आया। यह भी स्पष्ट हो गया कि वे हमसे कुछ चाहते हैं, जिसे PicsArt में लागू किया जा सकता है। फिर भी, शाम को हमारी टीम ने परियोजना का विवरण भेजा, जिसमें गुमनामी के बारे में बात की गई, लेकिन फोटो के अलग-अलग हिस्सों के विभाजन और संपादन पर जोर दिया गया।

शुक्रवार शाम जूरी के लिए परियोजना का विवरण:

हम एक ऐसी सेवा प्रदान करते हैं, जिससे आप उन्हें गुमनाम रूप से फ़ोटो को स्वचालित रूप से संसाधित कर सकते हैं। कपड़े, सामान, सिर पर बाल, साथ ही पृष्ठभूमि तत्वों को विभाजित करके, सेवा आपको मैन्युअल चयन की आवश्यकता के बिना, प्रत्येक वस्तु को स्वतंत्र रूप से संसाधित करने की अनुमति देती है। सेवा आपको चेहरे के भाव और अभिव्यक्तियों को बनाए रखते हुए चेहरे को बदलने की भी अनुमति देती है।

हैकाथॉन प्रारूप के अनुसार, जिन टीमों ने तकनीकी आयोगों में खुद को अच्छा दिखाया है, उन्हें बचाव की अनुमति दी जाएगी। आयोगों ने ज्यूरी और पिक्सआर्ट तकनीकी टीम के साथ संचार किया था, साथ ही एक डेमो ने अपने काम का प्रदर्शन किया था।

शनिवार को पहले आयोग में, हम जूरी को बेनामी संपत्ति बेचने में सक्षम नहीं थे, लेकिन उन्होंने देखा कि उन्हें फोटो में व्यक्तिगत वस्तुओं को संपादित करने का विचार पसंद आया। इसके अलावा, जूरी ने बहुत उत्साह से बालों पर क्लिक करके हटाने योग्य केश विन्यास के विचार को स्वीकार किया (यह पता चला कि वे अब कुछ ऐसा ही करने की कोशिश कर रहे हैं)।

हमारी टीम इस दबाव (दुर्भाग्य से) का विरोध नहीं कर सकी और उत्पाद की दृष्टि को बदलने के लिए सहमत हो गई। कपड़े के एक गुणवत्ता परिवर्तन पर ध्यान केंद्रित करने का निर्णय लिया गया।

मुख्य स्क्रीन पर डेमो में, मूल तस्वीर के लिए कई विकल्प दिखाने की योजना बनाई गई थी (आदर्श रूप से, स्क्रीन पर टैप करके कपड़े बदलते हैं:)

परिधान:

• जैसा है वैसा ही छोड़ दें
• जीन्स
• तेंदुआ

पैंट:

• जैसा है वैसा ही छोड़ दें
• जीन्स
• तेंदुआ

जूते:

• जैसा है वैसा ही छोड़ दें
• अजीब जूते

बालों के साथ मूल संस्करण में, परिवर्तन को "गंजा - गंजा नहीं" बनाने का निर्णय लिया गया था। इसके लिए, गंजे और बाकी सभी सेलेबए सेलिब्रिटी सेलेब्रिटी से चुने गए। इन दो समूहों में, साइकलगैन का अध्ययन करने के लिए सेट किया गया था, जो कि डोमेन ए की तस्वीरों को डोमेन बी में बदल सकता है, और इसके विपरीत (एक अन्य उदाहरण एक घोड़ा ज़ेबरा में बदल जाएगा)।

हम PicsArt के डेवलपर्स में से एक को जानने और उनके आंतरिक रसोईघर के बारे में थोड़ा जानने में कामयाब रहे। वह वास्तव में बालों के साथ हमारे प्रयोग की सफलता में विश्वास नहीं करता था, लेकिन लिंक किस दिशा में देखना चाहता था। हमारी निराशा के लिए, वास्तव में न्यूरॉन ने यह नहीं सीखा कि बालों को कैसे जोड़ा जाए या कम किया जाए। लेकिन उसने त्वचा की टोन को बदलना सीख लिया (अनुमान क्यों)।

उन आयोगों के साथ प्रत्येक संचार के बाद उत्पाद की दृष्टि बदल गई। योजनाओं में आकाश को सुधारना और व्यक्तिगत वस्तुओं की शैलियों को बदलना शामिल था (शुरुआत में केवल कपड़े): इमारतें, कारें, साथ ही सार्वजनिक रूप से सामान। फोकस अधिक से अधिक गुमनाम से चला गया। अंतिम प्रस्तुति के लिए, हमने 4 स्लाइडों की निम्नलिखित संरचना का पालन करने का निर्णय लिया:

1. कपड़ों का विभाजन। फोटो: मूल फोटो, खंडों वाले कपड़े, प्रसंस्करण के कपड़े के लिए 4 विकल्प।
2. दृश्य का विभाजन। एक अतिरंजित आकाश के साथ एक मंद तस्वीर। आकाश को कलात्मक बनाया गया है, इमारतें नक्काशीदार हैं।
3. चेहरे की अदला-बदली और बाल बदलते हैं। फिर क्या शुरू होगा।
4. सब एक साथ। एक स्लाइड जो दिखाती है कि यह तीन क्लिक में किया गया है।

लेकिन यह पता चला कि प्रस्तुति की आवश्यकता नहीं थी। शनिवार शाम तक, सभी को बताया गया कि रक्षा को बिना किसी प्रस्तुति के 3 मिनट का प्रदर्शन होना चाहिए। दृश्य से, आपको वास्तविक समय में अपना डेमो दिखाना होगा। आयोजक काम करने वाली तकनीकों को देखना चाहते हैं, न कि सुंदर प्रस्तुतियों को और वह मस्त हैं। अन्य हैकथॉन की तुलना में, जहां टूटे हुए डेमो के साथ टीमों ने जीत हासिल की, हमें यह अवधारणा पसंद आई। एकमात्र समस्या यह थी कि उस समय हमारे मॉडल का गुच्छा व्यक्तिगत रूप से और बहुत लंबे समय के लिए लॉन्च किया गया था। मंच से दिखाने के लिए, अनुकूलन की आवश्यकता थी।

विकास के दौरान, तकनीकी आयोग के संरक्षक हॉल के चारों ओर घूमते थे और प्रगति को देखते थे। एक संरक्षक के साथ एक और बातचीत के बाद, हमें एक प्रतिक्रिया मिली कि कपड़े बदलने पर, उसकी राय में, एक बात पर ध्यान देना हमारे लिए बेहतर होगा। PicsArt परिणाम को यथार्थवादी और उपयोगकर्ताओं के लिए दिखाना चाहता है। वास्तव में, अलग-अलग आकाओं और जूरी के सदस्यों के विचार अलग-अलग थे कि उनके लिए एक आदर्श परियोजना क्या होनी चाहिए।

CycleGAN द्वारा बालों के परिवर्तन को घाव नहीं होने के बाद, हमने एक अलग दृष्टिकोण की कोशिश करने का फैसला किया। पहले बालों को सेगमेंट करें, और फिर उस पर inpainting लागू करें। इनपेंटिंग कार्य आसपास के संदर्भ से छवि के छिपे हुए हिस्से को पुनर्स्थापित करना है। हमारी योजना के अनुसार, हम बालों को छिपाते हैं, और तंत्रिका नेटवर्क इसे पुनर्स्थापित करने का प्रयास करेंगे। लेकिन चूंकि नेटवर्क ने यह नहीं देखा कि इस व्यक्ति के पास किस तरह के बाल हैं, इसलिए यह एक और केश बहाल करेगा। समस्या यह है कि लोगों के चेहरे पर प्रशिक्षित मॉडल सामान्य रूप से बालों को बहाल करने में सक्षम नहीं थे (यदि आप केवल बालों के हिस्से को पेंट करते हैं, तो यह काम करता है)।

मुख्य कठिनाई केशविन्यास की एक विशाल विविधता है। गंजे लोगों पर केवल प्रशिक्षण देने का विचार था, और फिर मॉडल शायद बालों की कमी के लिए किसी भी केश को बदलना सीख जाएगा। हमने इस रिपॉजिटरी से तंत्रिका नेटवर्क के कार्यान्वयन को लिया।

चूंकि वास्तविक समय में डेमो को दृश्य से दिखाना होगा, इसलिए मुझे पाइपलाइन की गति को अनुकूलित करना पड़ा। गति की सबसे बड़ी वृद्धि सभी तंत्रिका नेटवर्क के हस्तांतरण द्वारा आवेदन की पूरी अवधि के लिए मेमोरी में दी गई थी। कुछ कठिनाइयाँ थीं: डॉकटर में सब कुछ करना शुरू करना, लेकिन रास्ते में स्कोर करना, कई बार टेंसरफ़्लो संस्करणों के साथ दर्द में गिर गया। वास्तव में, इस तरह की स्थिति में नहीं आना मुश्किल है जब आप एक दिन में एक गीथब से एक दर्जन रिपॉजिटरी लॉन्च करने की कोशिश करते हैं, जिनमें से प्रत्येक टेंसरफ़्लो के एक अलग संस्करण का उपयोग करता है, एक स्थान पर वांछित संस्करण को अपडेट करता है - आप इसे दूसरे में तोड़ते हैं। ऐसी स्थिति में डॉकर एक अच्छा दोस्त हो सकता है, लेकिन एक हैकथॉन में आप हर मिनट नई परिकल्पना का परीक्षण करना चाहते हैं, न कि नई छवि बनाना। फिर भी, इस तरह के प्रलोभन के कारण, आप कोड को डीबग करने में और भी अधिक समय खर्च करने का जोखिम उठाते हैं और यह जानने की कोशिश करते हैं कि लाइब्रेरी के किस संस्करण में आपकी जरूरत है।

अंतिम दिन

रविवार की सुबह, हमने उत्पाद की अंतिम दृष्टि (यह पहले से ही समय है) पर फैसला किया: आकाश में सुधार की संभावना के साथ कपड़े बदलना। मैं जितना संभव हो सके कार्य को संकीर्ण करना चाहता था, लेकिन केवल कपड़े बदलने के लिए बहुत छोटा लग रहा था। यह वही है जो हमारे वेब एप्लिकेशन का "डिज़ाइन" जैसा दिखता है।

प्रारंभ में, वे फोन से देखने के लिए सुविधाजनक बनाने के लिए एक अनुकूली डिजाइन जोड़ना चाहते थे। लेकिन समय समाप्त हो रहा था, और हमारा डिज़ाइन np.vstack (imgs_list) पर आ गया।

अंतिम प्रदर्शन से पहले मैं कपड़े को समाप्त अवस्था में लाना चाहता था। कपड़े और पृष्ठभूमि के अल्फा सम्मिश्रण को जोड़ा गया था - तेज बदलाव गायब हो गए। केवल सबसे यथार्थवादी बनावट छोड़ दिया - जीन्स और मगरमच्छ त्वचा। शो से कुछ घंटे पहले, मैं आकाश विभाजन शुरू करने और इस भंडार से शैली को इसमें स्थानांतरित करने में कामयाब रहा। आकाश को एक सर्वनाश, जहरीले, कार्टून के रूप में बदलने के विकल्प थे। लेकिन सर्दियों का आकाश प्रतियोगिता का सबसे उपयुक्त विषय बन गया - इसके आवेदन ने आकाश के एक "प्रभावकारक" का प्रभाव दिया।

बहुत कम समय बचा था जब सभी घटकों को एक पूरे में जोड़ा गया था और अर्जित किया गया था। हमने सोशल नेटवर्क से बहुत सारी तस्वीरें डाउनलोड कीं और सबसे सफल मामलों (स्क्रिबल) का चयन करने के लिए उन पर एक एप्लिकेशन लॉन्च करने की योजना बनाई। लेकिन यह पता चला कि हमारी टीम पहले थी, इसलिए सब कुछ यथासंभव ईमानदार था - उन्होंने यादृच्छिक तस्वीरों में डेमो दिखाया।

आर्थर, मंच पर बोलते हुए, हमारे विचार को प्रकट करने में सक्षम थे, और इल्या ने प्रोजेक्टर पर हमारे एमवीपी का प्रदर्शन किया - सभी तस्वीरों में कपड़े बदल गए, और आकाश में सुधार हुआ।

एक और फोटो

सभी प्रतिभागी कार्य का सामना करने में सक्षम नहीं थे - केवल अपने डेमो को दिखाने के लिए। कुछ खूबसूरत स्लाइड्स को जोड़ने का प्रलोभन बहुत अच्छा था। समाधान के बारे में जो हमें सबसे ज्यादा पसंद आया - वीडियो को कॉमिक्स में बदलना, साथ ही दो तस्वीरों को एक में जोड़ना।

परिणाम

नतीजतन, अंदरूनी जानकारी के अनुसार, हमारी टीम ने मणि से एक कदम दूर 6 वें स्थान पर ले लिया।

इस तथ्य के बाद, हम एक आम राय (अच्छी तरह से, इस तथ्य के अलावा कि शीर्ष 5 टीमों में से 3 को पुरस्कार अवांछनीय रूप से प्राप्त हुआ) कि निरंतर होना और निर्णायक रूप से गुमनामी के प्रारंभिक विचार को समाप्त करना आवश्यक था। अब भी, हम आश्वस्त हैं कि यह उपयुक्त है और कई उपयोगकर्ताओं के लिए मूल्य लाएगा। सभी सप्ताहांत में गुमनामी के साथ विचारों को विकसित करने में व्यस्त, हम कम से कम अधिक मज़ा लेंगे।

यदि आपने कभी हैकथॉन में भाग नहीं लिया है, तो कोशिश करें - अपनी और अपनी टीम की एक उत्कृष्ट परीक्षा, कुछ ऐसा महसूस करने का मौका, जिसके लिए आपके पास कभी समय नहीं था। और निश्चित रूप से, आपको जो पसंद है वह करना सुनिश्चित करें, क्योंकि प्रक्रिया से अधिकतम कैफीन केवल कट्टर में जलने से प्राप्त किया जा सकता है।

परियोजना की वर्तमान स्थिति

हमारी टीम ने GitHub पर अंतिम डेमो के लिए कोड पोस्ट किया। और एक अलग भंडार भी है जो अनामीकरण करता है। भविष्य में, अज्ञातकरण के साथ प्रारंभिक संस्करण विकसित करने की योजना है: पाइटोरेक पर सब कुछ फिर से लिखना, उच्च रिज़ॉल्यूशन और कम शोर (केवल एक चेहरे के साथ फोटो) के साथ तस्वीरों में प्रशिक्षित करने के लिए, साथ ही टेलीग्राम में बॉट उठाना।

जो लोग पहले से ही @DbrainDeepAnon शुरुआत में पैदा हुए संस्करण की कोशिश करना चाहते हैं, उनके लिए टेलीग्राम में एक बॉट डेमो मोड ( @DbrainDeepAnon -> /start -> /unlock dbraindeepanon ) में /unlock dbraindeepanon । यह Dbrain सर्वर (हमारे धन्यवाद) पर काम करता है, जिस पर सभी फेस ट्रांसफर ट्रेनिंग हुई है, इसलिए इसे बंद करने तक प्रयास करें। सेवा आंतरिक आवरण डब्रेन - रैप्पा का उपयोग करती है, जो आपको आसानी से डॉक कंटेनर को लपेटने और टेलीग्राम बॉट लॉन्च करने की अनुमति देती है। जल्द ही रैप्पा ओपन सोर्स में उपलब्ध होगा।

मैं यह नोट करना चाहूंगा कि हमारा काम व्यर्थ नहीं गया। डीपॉन के लिए धन्यवाद, एक "गुमनाम व्यक्ति", जो अपने डेटा की गोपनीयता के बारे में बहुत चिंतित था, आखिरकार अपने जीवन के बारे में एक इंस्टाग्राम का नेतृत्व करने में सक्षम था। उन्हें अब कोई डर नहीं है कि शहर में कैमरे सामाजिक नेटवर्क से तस्वीरों से उनके चेहरे को पहचान पाएंगे, हालांकि, दोस्त उन्हें पहचानने में सक्षम होंगे। उनके इंस्टाग्राम पर सभी लोगों के चेहरे भी गुमनाम हैं।

उपयोग किए गए रिपॉजिटरी के लिंक:

https://github.com/shaoanlu/faceswap-GAN
https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
https://github.com/sacmehta/ESPNet
https://github.com/JiahuiYu/generative_inpainting
https://github.com/NVIDIA/FastPhotoStyle

PS इसके अलावा, प्रशंसक के लिए, मैंने ODS सदस्यों में से एक के साथ लोगों को बदलने के लिए नेटवर्क को फिर से चलाने का प्रयास किया। किस पर अनुमान लगाने की कोशिश करें। नेटवर्क ने टेस्टेस्टेरोनेट नाम दिया।

एक और फोटो