{"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\/pt\/blog\/news\/nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz","title":{"rendered":"NVIDIA abriu o c\u00f3digo do StyleGAN3, um sistema de aprendizado de m\u00e1quina para s\u00edntese de rostos","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

A empresa NVIDIA publicou os c\u00f3digos-fonte do StyleGAN3, um sistema de aprendizado de m\u00e1quina baseado em redes neurais generativas adversariais (GAN), destinado a sintetizar imagens realistas de rostos humanos. O c\u00f3digo \u00e9 escrito em Python utilizando o framework PyTorch e \u00e9 distribu\u00eddo sob a licen\u00e7a NVIDIA Source Code License, que imp\u00f5e restri\u00e7\u00f5es ao uso comercial. <\/p>\n

Modelos treinados prontos tamb\u00e9m est\u00e3o dispon\u00edveis para download, treinados na cole\u00e7\u00e3o Flickr-Faces-HQ (FFHQ), que inclui 70 mil imagens PNG de rostos humanos de alta qualidade (1024×1024). Al\u00e9m disso, h\u00e1 modelos constru\u00eddos a partir das cole\u00e7\u00f5es AFHQv2 (fotos de rostos de animais) e Metfaces (imagens de rostos humanos de retratos de arte cl\u00e1ssica). O foco do desenvolvimento est\u00e1 nos rostos, mas o sistema pode ser treinado para gerar qualquer objeto, como paisagens e carros. Ferramentas adicionais est\u00e3o dispon\u00edveis para o treinamento aut\u00f4nomo da rede neural com cole\u00e7\u00f5es de imagens pr\u00f3prias. \u00c9 necess\u00e1rio ter uma ou mais placas de v\u00eddeo NVIDIA (recomenda-se GPU Tesla V100 ou A100), com no m\u00ednimo 12 GB de RAM, PyTorch 1.9 e ferramentas CUDA 11.1+. Um detector especial est\u00e1 sendo desenvolvido para identificar a natureza artificial dos rostos gerados. <\/p>\n

O sistema permite sintetizar a imagem de um novo rosto com base na interpola\u00e7\u00e3o das caracter\u00edsticas de v\u00e1rios rostos, combinando os tra\u00e7os caracter\u00edsticos e adaptando a imagem final para a idade desejada, sexo, comprimento do cabelo, car\u00e1ter do sorriso, forma do nariz, cor da pele, \u00f3culos e \u00e2ngulo da fotografia. O gerador considera a imagem como uma colet\u00e2nea de estilos, separando automaticamente os detalhes caracter\u00edsticos (sardas, cabelo, \u00f3culos) dos atributos gerais de alto n\u00edvel (posi\u00e7\u00e3o, sexo, mudan\u00e7as relacionadas \u00e0 idade) e permitindo combin\u00e1-los de forma arbitr\u00e1ria, definindo propriedades dominantes atrav\u00e9s de coeficientes de peso. Como resultado, imagens indistingu\u00edveis de fotografias reais s\u00e3o geradas.

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

A primeira vers\u00e3o da tecnologia StyleGAN foi publicada em 2019, seguida pela vers\u00e3o aprimorada StyleGAN2 em 2020, que possibilitou uma melhoria na qualidade das imagens e eliminou alguns artefatos. No entanto, o sistema permaneceu est\u00e1tico, ou seja, n\u00e3o permitia anima\u00e7\u00f5es realistas ou movimento facial. Ao desenvolver o StyleGAN3, o principal objetivo foi adaptar a tecnologia para sua aplica\u00e7\u00e3o em anima\u00e7\u00f5es e v\u00eddeos. <\/p>\n

O StyleGAN3 utilizou uma arquitetura reformulada para a gera\u00e7\u00e3o de imagens, livre de aliasing, e novos cen\u00e1rios de treinamento da rede neural foram propostos. Inclui novas utilidades para visualiza\u00e7\u00e3o interativa (visualizer.py), an\u00e1lise (avg_spectra.py) e gera\u00e7\u00e3o de v\u00eddeos (gen_video.py). A implementa\u00e7\u00e3o tamb\u00e9m reduziu o consumo de mem\u00f3ria e acelerou o processo de treinamento.

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

Uma caracter\u00edstica chave da arquitetura StyleGAN3 foi a transi\u00e7\u00e3o para a interpreta\u00e7\u00e3o de todos os sinais na rede neural na forma de processos cont\u00ednuos, o que permitiu manipular as posi\u00e7\u00f5es relativas durante a forma\u00e7\u00e3o de detalhes, n\u00e3o vinculadas \u00e0s coordenadas absolutas de pixels individuais na imagem, mas associadas \u00e0 superf\u00edcie dos objetos representados. No StyleGAN e no StyleGAN2, a vincula\u00e7\u00e3o a pixels na gera\u00e7\u00e3o levava a problemas de visualiza\u00e7\u00e3o din\u00e2mica; por exemplo, ao mover a imagem, havia desacordo em detalhes finos, como rugas e fios de cabelo, que pareciam se mover separadamente do restante do rosto. No StyleGAN3, esses problemas foram resolvidos e a tecnologia se tornou bastante adequada para a forma\u00e7\u00e3o de v\u00eddeos.