- Owen Gombas
- Clément Brigliano
- David Darmanger
Il y a 2 modèles différents.
- Modèle 1 - Pokedex : dataset contentant des images entières de pokémons
- Modèle 2 - Shuffle : dataset contenant des "icônes" de pokémons
-
La page de présentation streamlit se trouvent dans
main.py
-
Le modèle 1 entraîné se trouve dans
generator_pokedex.h5
-
Le modèle 2 entraîné se trouve dans
generator_shuffle.h5
-
Les notebooks des différentes model se trouvent dans :
/notebooks/
../pokedex_generate.ipynb
: notebook de génération de pokedex (modèle 1)../pokedex_generate.py
: script de génération de pokedex (modèle 1)../pokedex_train.ipynb
: notebook d'entrainement du modèle 1../shuffle_generation.ipynb
: notebook de génération de shuffle (modèle 2)../shuffle_generation.py
: script de génération de shuffle (modèle 2)
-
Les différentes Classes utilitaires des modèles se trouvent dans :
/notebooks/tools
-
Les différents images générées, logs et logos utilisés se trouvent dans :
/notebooks/ressources
-
Les fichiers nécessaires pour le déploiement gradio se trouvent dans
/gradio
- https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.html
- https://www.tensorflow.org/tutorials/generative/dcgan
- https://www.youtube.com/watch?v=JB8T_zN7ZC0&t=2627s
- https://towardsdatascience.com/deep-convolutional-gan-how-to-use-a-dcgan-to-generate-images-in-python-b08afd4d124e
- https://github.com/soumith/ganhacks
- https://medium.com/@kums220/using-generative-adversarial-networks-to-create-dog-images-7dece0572e23
- https://towardsdatascience.com/dcgans-generating-dog-images-with-tensorflow-and-keras-fb51a1071432
- https://blog.jovian.ai/pokegan-generating-fake-pokemon-with-a-generative-adversarial-network-f540db81548d
- https://machinelearningmastery.com/how-to-implement-the-frechet-inception-distance-fid-from-scratch/
- https://machinelearningmastery.com/how-to-train-stable-generative-adversarial-networks/