{"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\/et\/blog\/news\/nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz","title":{"rendered":"NVIDIA avas StyleGAN3 koodi, n\u00e4o s\u00fcnteesiks m\u00f5eldud masin\u00f5ppes\u00fcsteemi","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

NVIDIA on avaldanud StyleGAN3 l\u00e4htekoodid, mis on generatiivsete vaidlusv\u00f5rkude (GAN) p\u00f5hine masin\u00f5ppe s\u00fcsteem, mis on suunatud inimeste n\u00e4gude realistlike piltide genereerimisele. Kood on kirjutatud Pythonis kasutades PyTorchi raamistiku, ning seda jaotatakse NVIDIA Source Code License litsentsi alusel, mis seab piiranguid kaubanduslikuks kasutamiseks. <\/p>\n

Sa saadaval on ka valmis koolitatud mudeleid, mis on \u00f5ppinud Flickr-Faces-HQ (FFHQ) kogumil, mis sisaldab 70 tuhat kvaliteetset (1024×1024) PNG-pilti inimeste n\u00e4gudest. Lisaks on olemas mudeleid, mis on koostatud AFHQv2 (loomade n\u00e4gude fotod) ja Metfaces (klassikalise maali portreedest tulenenud inimeste n\u00e4gude pildid) kogumitest. Arendamisel keskendutakse n\u00e4gudele, kuid s\u00fcsteem v\u00f5ib olla koolitatud genereerima mis tahes objekte, nagu n\u00e4iteks maastikke ja autosid. Ette on n\u00e4htud ka vahendid iseseisvaks n\u00e4rviv\u00f5rkude koolitamiseks oma pildikogude p\u00f5hjal. T\u00f6\u00f6 jaoks on vajalik \u00fcks v\u00f5i mitu NVIDIA graafikakaarti (soovitatav on Tesla V100 v\u00f5i A100 GPU), v\u00e4hemalt 12 GB RAM-i, PyTorch 1.9 ja CUDA t\u00f6\u00f6riistakogu 11.1+. Hiljuti on v\u00e4lja t\u00f6\u00f6tatud spetsiaalne detektor, et tuvastada loodud n\u00e4gude kunstlikku laadi. <\/p>\n

S\u00fcsteem v\u00f5imaldab genereerida uue n\u00e4o pilti, kasutades erinevate n\u00e4gude omaduste interpolatsiooni, kombineerides neile iseloomulikke jooni ning kohandades l\u00f5pppilti vastavalt vajalikule vanusele, soole, juuste pikkusele, naeratuse iseloomule, nina kujule, nahatooni, prillidele ja foto nurkadele. Generaator k\u00e4sitleb pilti stiilide kogumina, eraldades automaatselt eristavaid detaile (kortsud, juuksed, prillid) k\u00f5rgetasemelistest atribuutidest (poos, sugu, vanuse muutused) ja v\u00f5imaldab neid vabalt kombineerida, m\u00e4\u00e4rates domineerivad omadused kaalukordade kaudu. Tulemuseks on pildid, mis on v\u00e4liselt eristamatud t\u00f5elistest fotodest.

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

Esimene StyleGAN tehnoloogia versioon avaldati 2019. aastal, millele j\u00e4rgnes 2020. aastal t\u00e4iendatud v\u00e4ljaanne StyleGAN2, mis v\u00f5imaldab saavutada paremat pildikvaliteeti ja k\u00f5rvaldada teatud artefaktid. Samas j\u00e4i s\u00fcsteem staatiliseks, st ei v\u00f5imaldanud saavutada realistlikku animatsiooni ega n\u00e4o liikumist. StyleGAN3 arendamisel oli peamine eesm\u00e4rk tehnoloogia kohandamine selleks, et seda saaks kasutada animatsioonis ja videos. <\/p>\n

StyleGAN3-s on kasutatud \u00fcmber t\u00f6\u00f6tatud pildigeneratsiooni arhitektuuri, mis on vaba aliasing'ust, ning pakutud uusi stsenaariume n\u00e4rviv\u00f5rgu koolitamiseks. Uute utiliitide hulka kuuluvad interaktiivse visualiseerimise (visualizer.py), anal\u00fc\u00fcsi (avg_spectra.py) ja video genereerimise (gen_video.py) uued t\u00f6\u00f6riistad. Rakenduses on ka v\u00e4hendatud m\u00e4lu tarbimist ja kiirendatud koolituse protsessi.

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

StyleGAN3 arhitektuuri peamine tunnusjoon on \u00fcleminek k\u00f5igi signaalide t\u00f5lgendamisele n\u00e4rviv\u00f5rgus pidevate protsessidena, mille kaudu sai detailide loomisel manipuleerida suhteliste positsioonidega, mis ei olnud seotud \u00fcksikute pikslite absoluutsete koordinaatidega, vaid olid kinnitatud kujutatud objektide pinnale. StyleGANis ja StyleGAN2-s viis pikslite sidumine genereerimise k\u00e4igus d\u00fcnaamilise visualiseerimise probleemideni; n\u00e4iteks pildi liikumisel t\u00e4heldati v\u00e4ikeste detailide, nagu kortsud ja karvad, lahknevust, mis liikusid justkui eraldi \u00fclej\u00e4\u00e4nud n\u00e4ost. StyleGAN3 lahendab need probleemid ja tehnoloogia on n\u00fc\u00fcd t\u00e4iesti sobiv video genereerimiseks.