If You Don't Laugh You Win Money! #3
Nie je nič horšie ako otvoriť obrázok v počítači len preto, aby ste zistili, že je to tak zrnité, že ho ani nezačnete robiť.
Niektorí ľudia by mohli povedať lepší fotoaparát. Títo ľudia sú priemerní. Ale počítačoví vedci - dobrí, ochotní ľudia - hovoria, že používajú neurónovú sieť, počítačový systém navrhnutý tak, aby napodobňoval myslenie ľudského mozgu.
Traja počítačoví vedci z Oxfordskej univerzity a Skolkovo Inštitútu vedy a technológie v Moskve, ktorí sa špecializujú na počítačové videnie, vyvinuli neurónovú sieť, vďaka ktorej sa táto zbytočne pixelovaná fotografia toastu avokáda stane obrazom, ktorý je dokonale Instagrammable. Nazývajú to Deep Image Prior.
Neurónové siete sú voľne modelované, aby sa podobali ľudskému mozgu. Skladajú sa z tisícov uzlov, ktoré používajú na rozhodovanie a posudzovanie údajov, ktoré im boli predložené. Rovnako ako batoľatá, začínajú nič nevie, ale po niekoľkých tisícoch tréningov sa môžu rýchlo stať lepšími ako ľudia pri každodenných úlohách.
Mnohé neurónové siete sú vyškolené tým, že ich kŕmia veľkými súbormi údajov, čo im dáva obrovský súbor informácií, z ktorých sa dá získať rozhodnutie.
Deep Image Prior má iný prístup. Vyjde všetko, čo len z toho jediného originálneho obrazu, nepotrebuje žiadne predchádzajúce školenia skôr, než môže premeniť váš mizerný, poškodený obrázok späť na snímku s vysokým rozlíšením.
Traja počítačoví vedci použili generátorovú sieť na prekreslenie rozmazaného obrazu tisíckrát, kým sa na ňom nedostane tak dobre, že vytvorí obrazy lepšie ako originál. Využíva existujúci vstup ako kontext na vyplnenie chýbajúcich alebo poškodených častí. Niektoré výsledky boli dokonca lepšie ako výstupy z predškolených neurónových sietí.
„Sieťová sieť napĺňa poškodené oblasti textúrami z okolia,“ povedal Dmitrij Uljanov spoluautor výskumu v príspevku reddit.
Pripustil, že existujú prípady, kedy by sieť zlyhala, ako napríklad zložitosť rekonštrukcie ľudského oka: „Zjavným prípadom zlyhania by bolo čokoľvek, čo súvisí so sémantickým maľovaním, napr. inpaint región, kde očakávate, že bude okom - naša metóda nevie nič o sémantike tváre a vyplní poškodený región niektorými textúrami. “
Okrem obnovenia fotografií bol Deep Image Prior tiež schopný úspešne odstrániť text umiestnený na obrázkoch. To vyvoláva obavy, že tento model by sa mohol použiť na odstránenie vodoznakov alebo iných informácií o autorských právach z obrázkov online. Možnosť reálneho sveta, ktorá sa počas tohto výskumu pravdepodobne prehliadla.
Tento experiment dokazuje, že na vytvorenie funkčnej neurónovej siete nepotrebujete prístup k kolosálnemu súboru údajov. Okrem všetkého dobrého, čo by to mohlo urobiť pre priečinok s fotografiami, by to mohlo byť najvýznamnejším príspevkom tohto projektu.
Môže spoločnosť Google „Superhuman“ neurónovú sieť skutočne povedať polohu akéhokoľvek obrazu?
Vyhľadávanie obrázkov je jednoduchšie ako kedykoľvek predtým. Ale ak sa pokúšate nájsť obrázok niečoho, čo nie je úplne zrejmé (nie egyptské pyramídy alebo obrovská palcová plastika v Paríži), je to ťažšie, než si myslíte - dokonca aj s informáciami o geografickej polohe založenými na čo je na obrázku. Zadajte adresu Google e ...
Táto neurónová sieť AI od Nvidia vytvára fotorealistické falošné obrázky
Počítačoví vedci z Nvidia a UC Berkeley vytvorili neurónové siete, ktoré dokážu vytvárať realistické obrazy s vysokým rozlíšením len pomocou základného plánu.
Výskumníci napodobňujú ľudský mozog, aby vytvorili nízkoenergetickú neurónovú sieť
Výskumníci boli schopní zlepšiť spotrebu energie neurónových sietí tým, že im napodobňujú ľudský mozog lepšie ako kedykoľvek predtým.