@TOC

1、原理理解

:satisfied: GAN的数学原理（基于李宏毅教授的视频理解）

:christmas_tree: 详解文本生成图像的仿射变换模块（Affine Transformation）和条件批量标准化（CBN）

2、综述阅读笔记

1、《Adversarial Text-to-Image Synthesis: A Review》2021年最新综述，文章较长，阅读笔记分了三部分，

:wink: Text to Image综述阅读（1.1）介绍与基本原理（基于GAN的文本生成图像）

:kissing: Text to Image综述阅读（1.2）发展与基本方法（基于GAN的文本生成图像）

:stuck_out_tongue: Text to Image综述阅读（1.3）度量标准与未来研究方向（基于GAN的文本生成图像）

2、《A Survey and Taxonomy of Adversarial Neural Networks for Text-to-Image Synthesis》，提出了一种分类方法：

:grin:Text to image综述阅读（2）用于文本生成图像的对抗性神经网络综述与分类

3、《An Introduction to Image Synthesis with Generative Adversarial Nets》，2018年的一篇综述：
:sleeping:Text to image综述阅读（3）生成对抗网图像合成简介

3、论文阅读笔记

1、论文整理和阅读路线整理

:zap::zap::zap:2016~2021 文字生成图像 T2I论文整理 阅读路线和阅读指南:zap::zap::zap:

2、GAN-CLS和GAN-INT

:seedling::seedling:GAN-CLS和GAN-INT：Generative Adversarial Text to Image Synthesis生成性对抗性文本图像合成（文本生成图像）:seedling::seedling:

3、StackGAN

:shell::shell: StackGAN：Text to Photo-realistic Image Synthesis with Stacked GAN具有堆叠生成对抗网络文本到图像合成:shell::shell:

4、StackGAN++
:cactus::cactus: StackGAN++:Realistic Image Synthesis with Stacked GAN（具有堆叠式生成对抗网络的逼真的图像合成）:cactus::cactus:

5、AttnGAN
:crescent_moon::crescent_moon:AttnGAN: Fine-Grained TexttoImage Generation with Attention（带有注意的生成对抗网络细化文本到图像生成）:crescent_moon::crescent_moon:

6、MirrorGAN
:sun_with_face::sun_with_face:MirrorGAN: Learning Text-to-image Generation by Redescription（通过重新描述学习从文本到图像的生成）:sun_with_face::sun_with_face:

7、DMGAN
:partly_sunny::partly_sunny: DM-GAN: Dynamic Memory Generative Adversarial Networks for t2i 用于文本图像合成的动态记忆生成对抗网络:partly_sunny::partly_sunny::partly_sunny:

8、CookGAN
:hamburger::hamburger:CookGAN: Causality based Text-to-Image Synthesis（基于因果关系的文本图像合成 ）:hamburger::hamburger:

9、CogView
:star2::star2: CogView: Mastering Text-to-Image Generation via Transformers(通过Transformer控制文本生成图像):star2::star2:

10、DF-GAN
:sheep::sheep: DF-GAN：A Simple and Effective Baseline for Text-to-Image Synthesis一种简单有效的文本生成图像基准模型:sheep::sheep:

11、SSA-GAN
:fire::fire: SSA-GAN：基于语义空间感知的文本图像生成 Text to Image Generation with Semantic-Spatial Aware GAN:fire::fire:

12、GR-GAN
:tongue::tongue:GR-GAN：逐步细化文本到图像生成 GRADUAL REFINEMENT TEXT-TO-IMAGE GENERATION:tongue::tongue:

13、RAT-GAN
:love_letter::love_letter:文本到图像合成中的递归仿射变换 Recurrent Affine Transformation for Text-to-image Synthesis:love_letter::love_letter:

4、实验复现与避坑

1、AttnGAN本机复现
:coffee: :coffee: AttnGAN代码复现（详细步骤+避坑指南）文本生成图像:coffee: :coffee:

2、AttnGAN云服务复现
:office: :office: 利用谷歌colab跑github代码AttnGAN详细步骤 深度学习实验（colab+pytorch+jupyter+github+AttnGAN） :office: :office:

3、IS定量指标 实验复现
:heartpulse::heartpulse:IS指标复现 文本生成图像IS分数定量实验全流程复现 :heartpulse::heartpulse:

4、FID定量指标 实验复现
:collision::collision: FID指标复现踩坑避坑 文本生成图像FID定量实验全流程复现 :collision::collision:

5、R分数定量指标 实验复现
:fire::fire:R分数指标复现踩坑避坑 文本生成图像R_Precision定量实验全流程复现 :fire::fire:

6、四步快速配置基准模型
:cyclone::cyclone:四步快速配置一个简单高效的文本生成图像基准模型 T2I baseline:cyclone::cyclone:

7、SSA-GAN九天云服务复现
:paw_prints::paw_prints:利用九天深度学习平台复现SSA-GAN:paw_prints::paw_prints:

8、DF-GAN远程服务器复现
:sunflower::sunflower:DF-GAN实验复现——复现DFGAN详细步骤 及使用MobaXtem实现远程端口到本机端口的转发查看Tensorboard:sunflower::sunflower:

5、其他

:snowflake:： T2I 文本生成图像定量评价指标总结笔记

:snowman:：Transformer做文本生成图像的调查研究笔记

:snowflake:： 科技论文常用词汇的缩写i.e.、etc.、e.g、et al.、viz.等

:ocean:：一些计算机研究方向的缩写（CNN、RNN、DNN、GNN、GAN、NLP等等）

:cat2:：2022年T2I文本生成图像 中文期刊论文速览-1

:mag_right:：炼丹师养成计划各种BUG和解决方案