ኤንቪዲ የመሬት አቀማመጦችን ከሥዕላዊ መግለጫዎች የሚያቀናጅ የማሽን መማሪያ ሥርዓት ኮድ ይከፍታል።

NVIDIA ኩባንያ ታትሟል የማሽን ትምህርት ስርዓት ምንጭ ኮዶች ስዋስስ (GauGAN)፣ ይህም በገሃዱ ረቂቆች ላይ ተመስርተው፣ እንዲሁም ከፕሮጀክቱ ጋር ተያያዥነት ያላቸውን የመሬት ገጽታዎችን ለማዋሃድ ያስችላል። የሰለጠኑ ሞዴሎች. ስርዓቱ ነበር። አሳይቷል በመጋቢት ውስጥ በ GTC 2019 ኮንፈረንስ ላይ, ግን ኮዱ የታተመው ትናንት ብቻ ነው. እድገቶች ክፈት በባለቤትነት ፍቃድ CC BY-NC-SA 4.0 (Creative Commons Attribution-NonCommercial-ShareAlike 4.0)፣ ለንግድ ላልሆነ አገልግሎት ብቻ የሚፈቅድ። ኮዱ የተፃፈው ፍሬሙን በመጠቀም በፓይዘን ነው። ፒቶርች.

ስዕሎቹ የተቀረጹት በቦታው ላይ ግምታዊ ዕቃዎችን አቀማመጥ በሚወስነው በተከፋፈለ ካርታ መልክ ነው። የተፈጠሩት ነገሮች ተፈጥሮ የቀለም ምልክቶችን በመጠቀም ይገለጻል. ለምሳሌ ሰማያዊ ሙሌት ወደ ሰማይ፣ ሰማያዊ ወደ ውሃ፣ ጥቁር አረንጓዴ ወደ ዛፎች፣ ቀላል አረንጓዴ ወደ ሳር፣ ቀላል ቡናማ ወደ ድንጋይ፣ ጥቁር ቡናማ ወደ ተራራ፣ ግራጫ ወደ በረዶ፣ ቡናማ መስመር ወደ መንገድ እና ሰማያዊ ይለወጣል። መስመር ወደ ወንዝ በተጨማሪም, በማጣቀሻ ምስሎች ምርጫ ላይ በመመስረት, አጠቃላይ የአጻጻፍ ዘይቤ እና የቀኑ ሰዓት ይወሰናል. ምናባዊ ዓለሞችን ለመፍጠር የታቀደው መሳሪያ ከብዙ አርክቴክቶች እና የከተማ እቅድ አውጪዎች እስከ ጨዋታ ገንቢዎች እና የመሬት ገጽታ ንድፍ አውጪዎች ለብዙ ልዩ ባለሙያተኞች ጠቃሚ ሊሆን ይችላል።

ነገሮች የሚዋሃዱት በጠላት ነርቭ አውታር ነው (GAN), በበርካታ ሚሊዮን ፎቶግራፎች ላይ አስቀድሞ ከሰለጠነ ሞዴል ዝርዝሮችን በመበደር በተሰየመ ካርታ ላይ በመመስረት ተጨባጭ ምስሎችን ይፈጥራል። ከዚህ ቀደም ከተዘጋጁት የምስል ማቀናበሪያ ስርዓቶች በተለየ መልኩ የቀረበው ዘዴ በማሽን መማር ላይ የተመሰረተ ለውጥን ተከትሎ የሚለምደዉ የቦታ ለውጥን በመጠቀም ላይ የተመሰረተ ነው። ከትርጉም ማርክ ይልቅ የተከፋፈለ ካርታ መስራት ትክክለኛ ተዛማጅ ውጤቶችን እንድታገኙ እና ዘይቤውን እንድትቆጣጠሩ ያስችልዎታል።

እውነታውን ለማሳካት ሁለት የነርቭ ኔትወርኮች እርስ በርስ ይወዳደራሉ-ጄነሬተር እና አድልዎ. ጄነሬተሩ የእውነተኛ ፎቶግራፎችን አካላት በማደባለቅ ላይ በመመስረት ምስሎችን ያመነጫል፣ እና አድልዎ ከእውነተኛ ምስሎች ሊፈጠሩ የሚችሉ ልዩነቶችን ይለያል። በውጤቱም, ግብረመልስ ይፈጠራል, በዚህ መሠረት ጄነሬተር ከጊዜ ወደ ጊዜ የተሻሉ ናሙናዎችን ማዘጋጀት ይጀምራል, አድልዎ ከእውነተኛዎቹ መለየት እስኪያቋርጥ ድረስ.

ምንጭ: opennet.ru