Изменения

! rowspan=2 | Модель !! colspan=2|Inception Score!! rowspan=2 | FID !! rowspan=2 | РеализацияРазрешение генерируемой картинки !! colspanrowspan=2|Inception ScoreРеализация !!rowspan=2 | Модификация (отличие от GAN)

| style = "text-align: right" | [[#AttnGAN Attribute2Image| AttnGANAttribute2Image]] | style = "text-align: center" | <tex>14.30 \pm 0.10</tex>| style = "text-align: center" | {{---}}| style = "text-align: center" | {{---}}| style = "text-align: center" | <tex>256 \times 256</tex>| style = "text-align: center" | [https://github.com/taoxugitxcyan/AttnGAN eccv16_attr2img github/taoxugitxcyan]| Генерация изображения как смесь переднего и заднего планов на основе многоуровневой генеративной модели.|-| style = "text-align: right" | [[#GAN-INT-CLS|GAN-INT-CLS]]| style = "text-align: center" | <tex>257.89 88 \pm 0.4707</tex>| style = "text-align: center" | <tex>2.88 \pm 0.04</tex>| style = "text-align: center" | <tex>60.62</tex>| style = "text-align: center" | <tex>256 \times 256</tex>| style = "text-align: center" | [https://github.com/soumith/dcgan.torch github/soumith]| Обучение на текстовых признаках, кодируемых гибридной сверточно-рекуррентной нейронной сетью.|-| style = "text-align: right" | [[#StackGAN|StackGAN]] | style = "text-align: center" | <tex>48.36 45 \pm 0.03</tex>| Выделение слов для генерации областей картинки с помощью механизма вниманияstyle = "text-align: center" | <tex>3.70 \pm 0.04</tex>| style = "text-align: center" | <tex>74.05</tex>| style = "text-align: center" | <tex>256 \times 256</tex>| style = "text-align: center" | [https://github.com/hanzhanggit/StackGAN github/hanzhanggit]| Генерация изображения происходит в два этапа, на первом этапе создается примитивная форма изображения и задаются цвета объектов, на втором исправляются дефекты предыдущего этапа и добавляются более мелкие детали.

| style = "text-align: right" | [[#MMVRFusedGAN|MMVRFusedGAN]] | style = "text-align: center" | {{---}}| style = "text-align: center" | <tex>3.00 \pm 0.03</tex>

| style = "text-align: center" | <tex>8.30 256 \pm 0.78times 256</tex>

| Обучение Генерация изображения в два этапа, на изменённом описании картинкипервом задаются признаки стиля, на втором генерируется изображение.

| style = "text-align: right" | [[#FusedGANHTIS|FusedGANHTIS]] | style = "text-align: center" | <tex>11.46 \pm 0.09</tex>

| Генерация изображения в два этапаразбивается на несколько шагов, на первом задаются признаки стилясначала создается семантический макет из текста, на втором генерируется затем этот макет преобразовывается в изображение.

| style = "text-align: right" | [[#MirrorGANAttnGAN |MirrorGANAttnGAN]] | style = "text-align: center" | [https://github<tex>25.89 \pm 0.com47</qiaott/MirrorGAN github/qiaott]tex>| style = "text-align: center" | <tex>264.47 36 \pm 0.4103</tex>| style = "text-align: center" | <tex>428.56 76</tex>| style = "text-align: center" | <tex>256 \pm 0.05times 256</tex>| Генерация изображения style = "text-align: center" | [https://github.com/taoxugit/AttnGAN github/taoxugit]| Выделение слов для генерации областей картинки с использованием идеи обучения посредством переописанияпомощью механизма внимания.

| style = "text-align: right" | [[#Obj-GANMMVR|Obj-GANMMVR]] | style = "text-align: center" | [https://github.com/jamesli1618/Obj-GAN github/jamesli1618]| style = "text-align: center" | <tex>318.01 30 \pm 0.2778</tex>

| style = "text-align: center" | <tex>11.46 256 \pm 0.09times 256</tex>

| Генерация изображения разбивается Обучение на несколько шагов, сначала создается семантический макет из текста, затем этот макет преобразовывается в изображениеизменённом описании картинки.

| style = "text-align: right" | [[#Attribute2ImageMirrorGAN|Attribute2ImageMirrorGAN]] | style = "text-align: center" | [https://github<tex>26.47 \pm 0.com41</xcyan/eccv16_attr2img github/xcyan]tex>| style = "text-align: center" | <tex>144.30 56 \pm 0.1005</tex>

| style = "text-align: center" | <tex>256 \times 256</tex>| style = "text-align: center" | [https://github.com/qiaott/MirrorGAN github/qiaott]| Генерация изображения как смесь переднего и заднего планов на основе многоуровневой генеративной моделис использованием идеи обучения посредством переописания.

| style = "text-align: right" | [[#TextKD-GAN|TextKD-INTGAN]] | style = "text-CLSalign: center" |GAN{{--INT-CLS]] }}| style = "text-align: center" | [https://github.com/soumith/dcgan.torch github/soumith]{{---}}

| Обучение на текстовых признаках, кодируемых гибридной сверточноstyle = "text-рекуррентной нейронной сетьюalign: center" | <tex>17.03</tex>| style = "text-align: center" | <tex>256 \times 256</tex>| style = "text-align: center" | [https://github.com/jamesli1618/Obj-GAN github/jamesli1618]| Основной принцип генерации изображений заключается в распознавании и создании отдельных объектов из заданного текстового описания.

| style = "text-align: right" | [[#TextKDMCA-GAN|TextKDMCA-GAN]] | style = "text-align: center" | ???{{---}}

| Генерация текста с использованием дистилляции знаний (перенос знаний, усвоенных большой моделью (учителем), на меньшую модель (ученика)).|-| style = "text-align: rightcenter" | [[#MCA-GAN|MCA-GAN]] <tex>256 \times 256</tex>