Este artículo se centra en el desarrollo de una Red Generativa Antagónica (GAN) mejorada diseñada específicamente para generar retratos a color a partir de bocetos. La construcción del sistema implica el uso de una unidad principal de entrenamiento de modelos que utiliza un anfitrión de computación GPU (Unidad de Procesamiento Gráfico). Las tareas que requieren cálculos de alto rendimiento se transfieren al anfitrión de GPU, mientras que el anfitrión de usuario solo necesita realizar un procesamiento de imágenes simple y utilizar el modelo entrenado por el anfitrión de GPU para generar imágenes. Esta disposición reduce los requisitos de especificación de la computadora para el usuario. Este artículo realizará un análisis comparativo de varios tipos de redes generativas que servirán como punto de referencia para el desarrollo de la Red Generativa Antagónica propuesta. La parte de aplicación del artículo se centra en la implementación práctica y utilización de la Red Generativa Antagónica desarrollada para la generación de retratos de tonos de piel múltiples. Al construir un conjunto de datos de caras diseñado específicamente para incorporar información sobre etnia y color de piel, este enfoque puede superar una limitación asociada con las redes de generación tradicionales, que suelen generar solo un color de piel.