NVIDIAk zirriborroetatik paisaiak sintetizatzen dituen makina ikasteko sistema baten kodea irekitzen du

NVIDIA konpainia argitaratuko исходные тексты системы машинного обучения SWORDS (GauGAN), позволяющей синтезировать реалистичные пейзажи на основе грубых набросков, а также связанные с проектом натренированные модели. Система была frogatu в марте на конференции GTC 2019, но код был опубликован только вчера. Наработки irekia под несвободной лицензией CC BY-NC-SA 4.0 (Creative Commons Attribution-NonCommercial-ShareAlike 4.0), допускающей использование только в некоммерческих целях. Код написан на языке Python с применением фреймворка PyTorch.

Наброски оформляются в виде сегментированной карты, определяющей размещение примерных объектов на сцене. Характер генерируемых объектов задаётся при помощи цветовых меток. Например, голубая заливка преобразуется в небо, синяя в воду, тёмно-зелёная в деревья, светло-зелёная в траву, светло-коричневая в камни, тёмно-коричневая в горы, серая в снег, коричневая линия преобразуется в дорогу, а синяя линия в реку. Дополнительно на основе выбора эталонных изображений определяется общий стиль композиции и время суток. Предлагаемый инструмент для создания виртуальных миров может оказаться полезным широкому кругу специалистов, от архитекторов и планировщиков городской среды до разработчиков игр и ландшафтных дизайнеров.

Объекты синтезируются генеративно-состязательной нейронной сетью (GAN), которая на основе схематичной сегментированной карты создаёт реалистичные изображения, заимствуя детали из модели, предварительно обученной на нескольких миллионах фотоснимков. В отличие от ранее развиваемых систем синтеза изображений предложенный метод основан на применении адаптивного пространственного преобразования с последующей трансформацией на основе машинного обучения. Обработка сегментированной карты вместо семантической разметки позволяет добиться точного соответствия результата и контролировать стиль.

Errealismoa lortzeko, bi sare neuronal lehiatzen dira elkarren artean: sorgailu bat eta diskriminatzaile bat. Sorgailuak benetako argazkien elementuen nahasketan oinarritutako irudiak sortzen ditu, eta diskriminatzaileak irudi errealekiko desbideratze posibleak identifikatzen ditu. Ondorioz, feedbacka sortzen da, eta horren oinarrian sorgailua gero eta lagin hobeagoak konposatzen hasten da, diskriminatzaileak benetakoetatik bereizteari uzten dion arte.

Iturria: opennet.ru