{"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\/de\/blog\/novosti-interneta\/nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz","title":{"rendered":"NVIDIA hat den Code von StyleGAN3 ver\u00f6ffentlicht, einem maschinellen Lernsystem zur Gesichtsynthese.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Das Unternehmen NVIDIA hat die Quelltexte von StyleGAN3 ver\u00f6ffentlicht, einem auf generativen antogonistischen neuronalen Netzen (GAN) basierenden maschinellen Lernsystem, das auf die Synthese realistischer Bilder von menschlichen Gesichtern abzielt. Der Code ist in Python unter Verwendung des PyTorch-Frameworks geschrieben und wird unter der NVIDIA Source Code License verteilt, die Einschr\u00e4nkungen f\u00fcr die kommerzielle Nutzung auferlegt. <\/p>\n

Fertige, trainierte Modelle sind ebenfalls zum Download verf\u00fcgbar, die auf der Flickr-Faces-HQ (FFHQ) Sammlung basieren, die 70.000 hochqualitative (1024×1024) PNG-Bilder von menschlichen Gesichtern umfasst. Dar\u00fcber hinaus stehen Modelle zur Verf\u00fcgung, die auf den Sammlungen AFHQv2 (Tierportr\u00e4ts) und Metfaces (Gesichtsdarstellungen aus klassischen Gem\u00e4lden) basieren. Bei der Entwicklung liegt der Fokus auf Gesichtern, jedoch kann das System auch zur Generierung beliebiger Objekte, wie zum Beispiel Landschaften und Autos, trainiert werden. Zus\u00e4tzlich werden Werkzeuge f\u00fcr das eigenst\u00e4ndige Training des neuronalen Netzwerks mit eigenen Bildsammlungen bereitgestellt. F\u00fcr den Betrieb wird mindestens eine NVIDIA-Grafikkarte (empfohlen werden GPU Tesla V100 oder A100), mindestens 12 GB RAM, PyTorch 1.9 und das CUDA 11.1+ Toolkit ben\u00f6tigt. Zur Erkennung der k\u00fcnstlichen Natur generierter Gesichter wird ein spezieller Detektor entwickelt. <\/p>\n

Das System erm\u00f6glicht die Synthese eines neuen Gesichtsbildes durch die Interpolation der Merkmale mehrerer Gesichter, indem es deren spezifische Eigenschaften kombiniert und das endg\u00fcltige Bild an das erforderliche Alter, Geschlecht, die Haarl\u00e4nge, die Art des L\u00e4chelns, die Form der Nase, den Hautton, Brillen sowie den Blickwinkel des Fotos anpasst. Der Generator betrachtet das Bild als eine Sammlung von Stilen, trennt automatisch charakteristische Details (Sommersprossen, Haare, Brillen) von allgemeinen hochrangigen Attributen (Pose, Geschlecht, altersbedingte Ver\u00e4nderungen) und erm\u00f6glicht es, sie in beliebiger Weise mit der Definition der dominierenden Eigenschaften \u00fcber Gewichtungsfaktoren zu kombinieren. Infolgedessen werden Bilder generiert, die von echten Fotografien nicht zu unterscheiden sind.

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

Die erste Version der StyleGAN-Technologie wurde 2019 ver\u00f6ffentlicht, gefolgt von einer verbesserten Version, StyleGAN2, im Jahr 2020. Diese bot eine h\u00f6here Bildqualit\u00e4t und beseitigte einige Artefakte. Allerdings blieb das System statisch, was realistische Animationen und Gesichtsmotionen verhinderte. Ziel bei der Entwicklung von StyleGAN3 war es, die Technologie so anzupassen, dass sie f\u00fcr Animationen und Videos verwendet werden kann. <\/p>\n

In StyleGAN3 kommt eine \u00fcberarbeitete Architektur zur Generierung von Bildern zum Einsatz, die aliasing-frei ist, sowie neue Trainingsszenarien f\u00fcr das neuronale Netzwerk. Es wurden neue Werkzeuge f\u00fcr die interaktive Visualisierung (visualizer.py), Analyse (avg_spectra.py) und Videoerstellung (gen_video.py) integriert. Zudem wurde der Speicherverbrauch reduziert und der Trainingsprozess beschleunigt.

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

Ein zentrales Merkmal der Architektur von StyleGAN3 ist der \u00dcbergang zur Interpretation aller Signale im neuronalen Netzwerk als kontinuierliche Prozesse. Dies erm\u00f6glicht es, bei der Detailgenerierung relative Positionen zu manipulieren, die nicht an absolute Koordinaten einzelner Pixel im Bild gebunden sind, sondern an der Oberfl\u00e4che der dargestellten Objekte verankert sind. In StyleGAN und StyleGAN2 f\u00fchrte die Bindung an Pixel bei der Generierung zu Problemen bei der dynamischen Visualisierung. Beispielsweise traten beim Bewegen des Bildes Inkonsistenzen bei feinen Details wie Falten und Haaren auf, die sich scheinbar unabh\u00e4ngig vom Rest des Gesichts bewegten. Diese Probleme wurden in StyleGAN3 gel\u00f6st, und die Technologie ist nun gut geeignet f\u00fcr die Erstellung von Videos.