NVIDIA mbukak kode kanggo sistem pembelajaran mesin sing nyintesis lanskap saka sketsa

Perusahaan NVIDIA diterbitake kode sumber sistem machine learning WULANG (GauGAN), sing ngidini sampeyan nyintesis lanskap realistis adhedhasar sketsa kasar, uga sing ana gandhengane karo proyek kasebut. model sing dilatih. Sistem kasebut dituduhake ing Maret ing konferensi GTC 2019, nanging kode iki diterbitake mung wingi. Pangembangan mbukak miturut lisensi proprietary CC BY-NC-SA 4.0 (Creative Commons Attribution-NonCommercial-ShareAlike 4.0), mung ngidini panggunaan non-komersial. Kode ditulis ing Python nggunakake framework PyTorch.

NVIDIA mbukak kode kanggo sistem pembelajaran mesin sing nyintesis lanskap saka sketsa

Sketsa kasebut digambar ing wangun peta segmen sing nemtokake panggonan sing kira-kira obyek ing adegan. Sifat obyek sing digawe ditemtokake nggunakake tandha warna. Contone, isi biru dadi langit, biru dadi banyu, ijo peteng dadi wit, ijo peteng dadi suket, coklat peteng dadi watu, coklat peteng dadi gunung, abu-abu dadi salju, garis coklat dadi dalan, lan biru. baris menyang kali Kajaba iku, adhedhasar pilihan gambar referensi, gaya komposisi sakabèhé lan wektu ditemtokake. Alat sing diusulake kanggo nggawe jagad maya bisa migunani kanggo macem-macem spesialis, saka arsitek lan perancang kutha nganti pangembang game lan desainer lanskap.

NVIDIA mbukak kode kanggo sistem pembelajaran mesin sing nyintesis lanskap saka sketsa

Objek disintesis dening jaringan saraf adversarial generatif (GAN), sing nggawe gambar realistis adhedhasar peta segmen skematis, nyilih rincian saka model sing wis dilatih ing pirang-pirang yuta foto. Ora kaya sistem sintesis gambar sing wis dikembangake sadurunge, metode sing diusulake adhedhasar panggunaan transformasi spasial adaptif sing diikuti transformasi adhedhasar pembelajaran mesin. Ngolah peta segmen tinimbang markup semantik ngidini sampeyan entuk asil sing cocog lan ngontrol gaya.

NVIDIA mbukak kode kanggo sistem pembelajaran mesin sing nyintesis lanskap saka sketsa

Kanggo nggayuh realisme, rong jaringan saraf saingan siji liyane: generator lan diskriminator. Generator ngasilake gambar adhedhasar unsur campuran saka foto nyata, lan discriminator ngenali bisa panyimpangan saka gambar nyata. AkibatΓ©, umpan balik dibentuk, kanthi basis generator wiwit nggawe conto sing luwih apik nganti diskriminator mandheg mbedakake saka sing nyata.

Source: opennet.ru

Add a comment