GitHub5800星！一键还原百年老电影、黑白旧照片本色(2)

它提供了 GAN 训练的好处，同时花费最少的时间进行直接的 GAN 训练。在非常短的实际 GAN 训练期间，发生器不仅获得了过去需要数天逐步调整大小的 GAN 训练的完全逼真的着色能力，而且它也几乎没有产生任何 GAN 的“副作用”。据作者介绍，这是一种非常有效的新技术。

下图是原始 DeOldify 模型的效果，可以看出不同帧的颜色是存在差异的。

下面是基于 NoGAN 的 DeOldify 模型，可以看到着色效果非常好。

为什么是三个模型？

DeOldify 现在有三种型号模型可供选择。每个都有关键优势和劣势，因此具有不同的用例。

更多细节内容可以访问查看 GitHub：

https://github.com/jantic/DeOldify/blob/master/README.md

（编辑：ASP站长网）