{"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\/sq\/blog\/novosti-interneta\/nvidia-otkryla-kod-stylegan3-sistemy-mashinnogo-obucheniya-dlya-sinteza-licz","title":{"rendered":"NVIDIA ka hapur kodin e StyleGAN3, nj\u00eb sistem m\u00ebsimi makine p\u00ebr sintez\u00ebn e fytyrave.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Kompania NVIDIA publikoi tekstet burimore t\u00eb StyleGAN3, nj\u00eb sistem t\u00eb m\u00ebsimit t\u00eb makineris\u00eb t\u00eb bazuar n\u00eb nj\u00eb rrjet nervor t\u00eb konkurrenc\u00ebs gjenerative (GAN), i fokusuara n\u00eb sintez\u00ebn e imazheve realiste t\u00eb fytyrave njer\u00ebzore. Kodi \u00ebsht\u00eb shkruar n\u00eb gjuh\u00ebn Python me p\u00ebrdorimin e framework-ut PyTorch dhe shp\u00ebrndahet n\u00ebn licenc\u00ebn e Kodit Burimor t\u00eb NVIDIA, e cila vendos kufizime mbi p\u00ebrdorimin n\u00eb q\u00ebllime komerciale. <\/p>\n

Modele t\u00eb trajnuara dhe t\u00eb gatshme jan\u00eb gjithashtu t\u00eb disponueshme p\u00ebr shkarkim, t\u00eb trajnuara n\u00eb koleksionin Flickr-Faces-HQ (FFHQ), i cili p\u00ebrfshin 70,000 imazhe me cil\u00ebsi t\u00eb lart\u00eb (1024×1024) PNG t\u00eb fytyrave t\u00eb njer\u00ebzve. P\u00ebr m\u00eb tep\u00ebr, ka modele t\u00eb nd\u00ebrtuara mbi koleksionet AFHQv2 (fotografi fytyrash t\u00eb kafsh\u00ebve) dhe Metfaces (imazhe t\u00eb fytyrave t\u00eb njer\u00ebzve nga portretet e piktur\u00ebs klasike). N\u00eb zhvillim, fokusi \u00ebsht\u00eb n\u00eb fytyra, por sistemi mund t\u00eb trajnohet p\u00ebr t\u00eb gjeneruar \u00e7do objekt, p\u00ebr shembull, peizazhe dhe makina. Po ashtu, ofrohen mjete p\u00ebr t\u00eb m\u00ebsuar vet\u00eb rrjetin nervor mbi koleksionet e veta t\u00eb imazheve. Nevojitet nj\u00eb ose m\u00eb shum\u00eb karta grafike NVIDIA (t\u00eb rekomanduara jan\u00eb GPU Tesla V100 ose A100), t\u00eb pakt\u00ebn 12 GB RAM, PyTorch 1.9 dhe mjetet CUDA 11.1+. P\u00ebr t\u00eb identifikuar karakterin artificial t\u00eb fytyrave t\u00eb krijuara, po zhvillohet nj\u00eb detektor i ve\u00e7ant\u00eb. <\/p>\n

Sistemi lejon sintez\u00ebn e nj\u00eb imazhi t\u00eb ri t\u00eb fytyr\u00ebs p\u00ebrmes interpolimit t\u00eb karakteristikave t\u00eb disa fytyrave, duke kombinuar tiparet e tyre dhe duke avancuar imazhin p\u00ebr mosh\u00ebn, gjinin\u00eb, gjat\u00ebsin\u00eb e flok\u00ebve, karakterin e buz\u00ebqeshjes, form\u00ebn e hund\u00ebs, ngjyr\u00ebn e l\u00ebkur\u00ebs, syzet, dhe k\u00ebndin e fotografis\u00eb. Gjeneruesi e konsideron imazhin si nj\u00eb koleksion stilesh, e ndan automatikisht detajet karakteristike (shenj\u00ebzime, flok\u00eb, syze) nga atributet e tjera t\u00eb nivelit t\u00eb lart\u00eb (pozita, gjini, ndryshime t\u00eb mosh\u00ebs) dhe lejon kombinimin e tyre n\u00eb nj\u00eb m\u00ebnyr\u00eb t\u00eb lir\u00eb me p\u00ebrcaktimin e pronave dominuese p\u00ebrmes koeficient\u00ebve t\u00eb peshoj\u00ebs. Si rezultat, gjenerohen imazhe q\u00eb duken t\u00eb pa dallueshme nga fotografit\u00eb e v\u00ebrteta.

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

Varianti i par\u00eb i teknologjis\u00eb StyleGAN u publikua n\u00eb vitin 2019, pas s\u00eb cil\u00ebs n\u00eb vitin 2020 u propozuar nj\u00eb redaktim i p\u00ebrmir\u00ebsuar StyleGAN2, i cili mund\u00ebson p\u00ebrmir\u00ebsimin e cil\u00ebsis\u00eb s\u00eb imazheve dhe heqjen e disa artefakteve. Megjithat\u00eb, sistemi mbeti statik, dmth nuk mund\u00ebson arritjen e animacionit realist dhe l\u00ebvizjes s\u00eb fytyr\u00ebs. Gjat\u00eb zhvillimit t\u00eb StyleGAN3, q\u00ebllimi kryesor ishte adaptimi i teknologjis\u00eb p\u00ebr ta aplikuar at\u00eb n\u00eb animacion dhe video. <\/p>\n

N\u00eb StyleGAN3 u p\u00ebrdor nj\u00eb arkitektur\u00eb e ridizajnuar p\u00ebr gjenerimin e imazheve, e cila \u00ebsht\u00eb e lir\u00eb nga aliasingu, dhe u propozuan skenar\u00eb t\u00eb rinj p\u00ebr trajnim t\u00eb rrjetit nervor. N\u00eb p\u00ebrmbajtje p\u00ebrfshihen mjete t\u00eb reja p\u00ebr vizualizimin interaktiv (visualizer.py), analiza (avg_spectra.py) dhe gjenerimin e videos (gen_video.py). N\u00eb realizim, gjithashtu \u00ebsht\u00eb reduktuar konsumi i memories dhe \u00ebsht\u00eb p\u00ebrshpejtuar procesi i trajtimit.

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

Karakteristika kryesore e arkitektur\u00ebs StyleGAN3 \u00ebsht\u00eb kalimi n\u00eb interpretime t\u00eb t\u00eb gjitha sinjaleve n\u00eb rrjetin nervor n\u00eb form\u00ebn e proceseve t\u00eb vazhdueshme, e cila lejon manipulimin e detajeve duke p\u00ebrfshir\u00eb pozitat relative, pa u lidhur me koordinatat absolute t\u00eb piksel\u00ebve t\u00eb ve\u00e7ant\u00eb n\u00eb imazh, por t\u00eb ngjitura n\u00eb sip\u00ebrfaqen e objekteve t\u00eb paraqitura. N\u00eb StyleGAN dhe StyleGAN2, lidhja me piksel\u00ebt gjat\u00eb gjenerimit shkaktonte probleme n\u00eb vizualizimin dinamik; p\u00ebr shembull, duke l\u00ebvizur imazhin, kishte mosmarr\u00ebveshje t\u00eb detajeve t\u00eb vogla si rrudhat dhe flok\u00ebt q\u00eb l\u00ebviznin sikur ishin t\u00eb ndara nga pjesa tjet\u00ebr e fytyr\u00ebs. N\u00eb StyleGAN3 k\u00ebto probleme jan\u00eb zgjidhur dhe teknologjia \u00ebsht\u00eb b\u00ebr\u00eb e p\u00ebrshtatshme p\u00ebr formimin e videos.