{"id":101605,"date":"2021-10-12T16:22:58","date_gmt":"2021-10-12T14:23:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz"},"modified":"2021-10-12T16:22:58","modified_gmt":"2021-10-12T14:23:00","slug":"nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz","status":"publish","type":"post","link":"https:\/\/prohoster.info\/cs\/blog\/news\/nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz","title":{"rendered":"NVIDIA zve\u0159ejnila k\u00f3d StyleGAN3, syst\u00e9mu strojov\u00e9ho u\u010den\u00ed pro synt\u00e9zu obli\u010dej\u016f.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Spole\u010dnost NVIDIA zve\u0159ejnila zdrojov\u00e9 k\u00f3dy StyleGAN3, syst\u00e9mu strojov\u00e9ho u\u010den\u00ed zalo\u017een\u00e9ho na generativn\u00ed adversari\u00e1ln\u00ed neuronov\u00e9 s\u00edti (GAN), jej\u00edm\u017e c\u00edlem je syntetizovat realistick\u00e9 obrazy lidsk\u00fdch tv\u00e1\u0159\u00ed. K\u00f3d je naps\u00e1n v jazyce Python s pou\u017eit\u00edm frameworku PyTorch a je distribuov\u00e1n pod licenc\u00ed NVIDIA Source Code License, kter\u00e1 omezuje pou\u017eit\u00ed pro komer\u010dn\u00ed \u00fa\u010dely. <\/p>\n

K dispozici jsou tak\u00e9 p\u0159ipraven\u00e9 tr\u00e9ninkov\u00e9 modely, kter\u00e9 byly vy\u0161koleny na kolekci Flickr-Faces-HQ (FFHQ), obsahuj\u00edc\u00ed 70 tis\u00edc vysoce kvalitn\u00edch (1024×1024) PNG obr\u00e1zk\u016f lidsk\u00fdch tv\u00e1\u0159\u00ed. Krom\u011b toho existuj\u00ed modely postaven\u00e9 na z\u00e1klad\u011b kolekc\u00ed AFHQv2 (fotografie zv\u00ed\u0159ec\u00edch obli\u010dej\u016f) a Metfaces (obr\u00e1zky lidsk\u00fdch tv\u00e1\u0159\u00ed z portr\u00e9t\u016f klasick\u00e9ho mal\u00ed\u0159stv\u00ed). P\u0159i v\u00fdvoji se klade d\u016fraz na obli\u010deje, ale syst\u00e9m m\u016f\u017ee b\u00fdt vy\u0161kolen na generov\u00e1n\u00ed jak\u00fdchkoli objekt\u016f, jako jsou krajiny a automobily. D\u00e1le jsou k dispozici n\u00e1stroje pro samostatn\u00e9 \u0161kolen\u00ed neuronov\u00e9 s\u00edt\u011b na vlastn\u00edch kolekc\u00edch obr\u00e1zk\u016f. Pro pr\u00e1ci je vy\u017eadov\u00e1na jedna nebo v\u00edce grafick\u00fdch karet NVIDIA (doporu\u010duje se GPU Tesla V100 nebo A100), alespo\u0148 12 GB RAM, PyTorch 1.9 a n\u00e1stroje CUDA 11.1+. Pro ur\u010den\u00ed um\u011bl\u00e9ho charakteru z\u00edskan\u00fdch obli\u010dej\u016f se vyv\u00edj\u00ed speci\u00e1ln\u00ed detektor. <\/p>\n

Syst\u00e9m umo\u017e\u0148uje syntetizovat obraz nov\u00e9 tv\u00e1\u0159e na z\u00e1klad\u011b interpolace vlastnost\u00ed n\u011bkolika tv\u00e1\u0159\u00ed, kombinuj\u00edc\u00ed jim vlastn\u00ed rysy, a tak\u00e9 p\u0159izp\u016fsobit kone\u010dn\u00fd obraz pot\u0159ebn\u00e9mu v\u011bku, pohlav\u00ed, d\u00e9lce vlas\u016f, charakteru \u00fasm\u011bvu, tvaru nosu, barv\u011b pleti, br\u00fdl\u00edm, \u00fahlu fotografie. Gener\u00e1tor pohl\u00ed\u017e\u00ed na obraz jako na kolekci styl\u016f, automaticky odd\u011bluje charakteristick\u00e9 detaily (pihy, vlasy, br\u00fdle) od obecn\u00fdch vysoce\u00farov\u0148ov\u00fdch atribut\u016f (p\u00f3za, pohlav\u00ed, v\u011bkov\u00e9 zm\u011bny) a umo\u017e\u0148uje je kombinovat libovoln\u00fdm zp\u016fsobem s ur\u010den\u00edm dominantn\u00edch vlastnost\u00ed prost\u0159ednictv\u00edm v\u00e1hov\u00fdch koeficient\u016f. V d\u016fsledku toho jsou generov\u00e1ny obrazy, kter\u00e9 jsou vizu\u00e1ln\u011b nerozeznateln\u00e9 od skute\u010dn\u00fdch fotografi\u00ed.

\"NVIDIA<\/center> <\/p>\n

Prvn\u00ed verze technologie StyleGAN byla zve\u0159ejn\u011bna v roce 2019, po kter\u00e9 byla v roce 2020 navr\u017eena vylep\u0161en\u00e1 verze StyleGAN2, kter\u00e1 zlep\u0161ila kvalitu obraz\u016f a odstranila n\u011bkter\u00e9 artefakty. Syst\u00e9m v\u0161ak z\u016fstal statick\u00fd, tj. neumo\u017e\u0148oval realistickou animaci a pohyb tv\u00e1\u0159e. P\u0159i v\u00fdvoji StyleGAN3 byl hlavn\u00edm c\u00edlem p\u0159izp\u016fsoben\u00ed technologie pro pou\u017eit\u00ed v animaci a videu. <\/p>\n

Ve StyleGAN3 byla pou\u017eita p\u0159epracovan\u00e1 architektura generov\u00e1n\u00ed obraz\u016f, zbaven\u00e1 aliasingu, a byly navr\u017eeny nov\u00e9 sc\u00e9n\u00e1\u0159e pro \u0161kolen\u00ed neuronov\u00e9 s\u00edt\u011b. Sou\u010d\u00e1st\u00ed jsou nov\u00e9 n\u00e1stroje pro interaktivn\u00ed vizualizaci (visualizer.py), anal\u00fdzu (avg_spectra.py) a generov\u00e1n\u00ed videa (gen_video.py). Ve zpracov\u00e1n\u00ed bylo tak\u00e9 sn\u00ed\u017eeno vyu\u017eit\u00ed pam\u011bti a zrychlen proces u\u010den\u00ed.

\"NVIDIA<\/center> <\/p>\n

Kl\u00ed\u010dov\u00fdm prvkem architektury StyleGAN3 je p\u0159echod k interpretaci v\u0161ech sign\u00e1l\u016f v neuronov\u00e9 s\u00edti ve form\u011b kontinu\u00e1ln\u00edch proces\u016f, co\u017e umo\u017enilo manipulaci s detaily t\u00edm, \u017ee relativn\u00ed pozice nebyly p\u0159ipojeny k absolutn\u00edm sou\u0159adnic\u00edm jednotliv\u00fdch pixel\u016f v obraze, ale byly ukotveny k povrchu zobrazovan\u00fdch objekt\u016f. Ve StyleGAN a StyleGAN2 vedlo p\u0159ipojen\u00ed k pixel\u016fm p\u0159i generov\u00e1n\u00ed k probl\u00e9m\u016fm s dynamickou vizualizac\u00ed; nap\u0159\u00edklad p\u0159i pohybu obrazu bylo pozorov\u00e1no nesoulad drobn\u00fdch detail\u016f, jako jsou vr\u00e1sky a vlasy, kter\u00e9 se pohybovaly jakoby odd\u011blen\u011b od zbytku obli\u010deje. U StyleGAN3 byly tyto probl\u00e9my vy\u0159e\u0161eny a technologie se stala zcela vhodnou pro tvorbu videa.