【通知】有三AI-CV中阶-GAN组正式下架！内容分拆至人脸组与图像质量组

随着扩散模型的发展，GAN在图像生成领域的应用已经几乎完全被替换，而且由于GAN本身与CNN，RNN，Transformer等模型一样，可以作为一个通用的模型被用于各类下游任务，比如人脸图像编辑，图像增强等，因此已经没有必要再将其作为一个单独的学习小组。

因此，即日起，我们下架GAN学习小组，并将其内容拆分到 《有三AI-CV初阶-基础算法组》，《有三AI-CV中阶-人脸算法组》，《有三AI-CV中阶-图像质量组》，已有GAN组成员可以任选加入人脸组或者图像质量组，已有学习内容也不变。

本组针对深度学习与计算机视觉学习新手，目标是从Python编程、Pytorch框架使用与深度学习开始，到较为深入系统地掌握计算机视觉的核心领域，培养出独立完整的CV算法研发与工程项目能力。

下图是2024年CV初阶-基础算法组包括的内容预览图和案例汇总图，可以自行放大仔细阅读。

理论部分内容 ：涵盖了人脸属性编辑的核心方向，包括基于StyleGAN模型的通用人脸属性编辑，基于图像翻译模型的通用人脸属性编辑，以及各类专用的人脸属性编辑模型，包括人脸表情、年龄、姿态、妆造等。

实践部分内容 ：一共已经包含了3个实践案例，分别为基于StyleGAN的通用人脸属性编辑实战，基于StarGAN的人脸表情编辑实战，基于BeautyGAN的人脸妆造编辑实战，后续还会增加其他方向的实战：

这一部分主要是学习对GAN的基础理论的理解，包括生成模型基础，自编码器与变分自编码器，GAN的原理，GAN的优化，GAN的评估。我们配置了 1门时长超过3小时的《深度生成模型GAN：理论基础篇》课程 。