字节跳动公开深度学习新技术：随意变脸/照片会动，算量大幅减少

图片地址：https://img.ithome.com/newsuploadfiles/2021/9/5306babe-8b6d-4346-9570-69de09502964.gif

IT之家 9 月 19 日消息 今日字节跳动技术团队在其官方公众号发表文章，介绍了字节跳动的一项深度学习新技术。深度学习模型中的生成式对抗网络（GAN），可以用于图片风格迁移、图像编辑、图片生成等场景，为画面以及视频改变风格。举例来看，该技术可以将一匹棕色的马变成斑马，或者将莫奈的风景画变成真实的照片。依据一个 鞋子的轮廓，可以自动生成真实的鞋子图形。字节跳动表示，图片风格迁移、图像编辑、图片生成等场景。2020 年，麻省理工学院、Adobe 和上海交通大学技术人员提出一种 GAN 压缩算法，将算力消耗成功减少到 1/21。最近，字节跳动技术团队推出了一项自研 GAN 压缩算法，名为“在线多粒度蒸馏技术”，简称 OMGD。这项算法能够极大降低 CycleGAN 和 Pix2Pix 模型的算力消耗，分别降至原来的 1/40 和 1/46。不仅参数和计算量更少，图像生成效果也更好。上图的结果显示，OMGD 消耗的计算量仅为