女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

當前生成圖像最逼真的BigGAN被谷歌超越!造假效果更為逼真

傳感器技術 ? 來源:楊湘祁 ? 作者:電子發燒友 ? 2019-03-11 15:28 ? 次閱讀

當前生成圖像最逼真的BigGAN被超越了!

出手的,是谷歌大腦和蘇黎世聯邦理工學院。他們提出了新一代GAN:S3GAN。

它們生成的照片,都是真假難辨。

下面這兩只蝴蝶,哪只更生動?

兩張風景照片,哪張更真實?

難以抉擇也正常,反正都是假的。上面的照騙,都是左邊出自S3GAN,右邊的出自BigGAN之手。

它們還有更多作品:

至于哪些是S3GAN,答案文末揭曉。

肉眼難分高下,就用數據說話。跑個FID(Frechet Inception Distance)得分,分值越低,就表示這些照騙,越接近人類認識里的真實照片——

S3GAN是8.0分,而BigGAN是8.4分。新選手略微勝出。

你可還記得BigGAN問世之初,直接將圖像生成的逼真度提高了一個Level,引來Twitter上花樣贊賞?

如今它不止被超越,而且是被輕松超越。

“輕松”在哪呢?

S3GAN達到這么好的效果,只用了10%的人工標注數據。而老前輩BigGAN,訓練所用的數據100%是人工標注過的。

如果用上20%的標注數據,S3GAN的效果又會更上一層樓。

標注數據的缺乏,已經是幫GAN提高生成能力,拓展使用場景的一大瓶頸。如今,這個瓶頸已經幾乎被打破。

現在的S3GAN,只經過了ImageNet的實驗,是實現用更少標注數據訓練生成高保真圖像的第一步。

接下來,作者們想要把這種技術應用到“更大”和“更多樣化”的數據集中。

不用標注那么多

為什么訓練GAN生成圖像,需要大量數據標注呢?

GAN有生成器、判別器兩大組件。

其中判別器要不停地識破假圖像,激勵生成器拿出更逼真的圖像。

而圖像的標注,就是給判別器做判斷依據的。比如,這是真的貓,這是真的狗,這是真的漢堡……這是假圖。

可是,沒有那么多標注數據怎么辦?

谷歌和ETH蘇黎世的研究人員,決定訓練AI自己標注圖像,給判別器食用。

自監督 vs 半監督

要讓判別器自己標注圖像,有兩種方法。

一是自監督方法,就是給判別器加一個特征提取器 (Feature Extractor) ,從沒有標注的真實訓練數據里面,學到它們的表征 (Feature Representation) 。

對這個表征做聚類 (Clustering) ,然后把聚類的分配結果,當成標注來用。

這里的訓練,用的是自監督損失函數。

二是半監督方法,也要做特征提取器,但比上一種方法復雜一點點。

在訓練集的一個子集已經標注過的情況下,根據這些已知信息來學習表征,同時訓練一個線性分類器 (Linear Classifier) 。

這樣,損失函數會在自監督的基礎上,再加一項半監督的交叉熵損失 (Cross-Entropy Loss) 。

預訓練了特征提取器,就可以拿去訓練GAN了。這個用一小部分已知標注養成的GAN,叫做S2GAN。

不過,預訓練也不是唯一的方法。

想要雙管齊下,可以用協同訓練 (Co-Training) :

直接在判別器的表征上面,訓練一個半監督的線性分類器,用來預測沒有標注的圖像。這個過程,和GAN的訓練一同進行。

這樣就有了S2GAN的協同版,叫S2GAN-CO。

升級一波

然后,團隊還想讓S2GAN變得更強大,就在GAN訓練的穩定性上面花了心思。

研究人員說,判別器自己就是一個分類器嘛,如果把這個分類器擴增 (Augmentation) 一下,可能療效上佳。

于是,他們給了分類器一個額外的自監督任務,就是為旋轉擴增過的訓練集 (包括真圖和假圖) ,做個預測。

再把這個步驟,和前面的半監督模型結合起來,GAN的訓練變得更加穩定,就有了升級版S3GAN:

架構脫胎于BigGAN

不管是S2GAN還是S3GAN,都借用了前輩BigGAN的網絡架構,用的優化超參數也和前輩一樣。

不同的是,這個研究中,沒有使用正交正則化 (Orthogonal Regularization) ,也沒有使用截斷 (Truncation) 技巧。

△BigGAN的生成器和鑒別器架構圖

訓練的數據集,來自ImageNet,其中有130萬訓練圖像和5萬測試圖像,圖像中共有1000個類別。

圖像尺寸被調整成了128×128×3,在每個類別中隨機選擇k%的樣本,來獲取半監督方法中的使用的部分標注數據集。

最后,在128核的Google TPU v3 Pod進行訓練。

超越BigGAN

研究對比的基線,是DeepMind的BigGAN,當前記錄的保持者,FID得分為7.4。

不過,他們在ImageNet上自己實現的BigGAN,FID為8.4,IS為75,并以此作為了標準。

在這個圖表中,S2GAN是半監督的預訓練方法。S2GAN-CO是半監督的協同訓練方法。

S3GAN,是S2GAN加上一個自監督的線性分類器 (把數據集旋轉擴增之后再拿給它分類) 。

其中,效果最好的是S3GAN,只使用10%由人工標注的數據,FID得分達到8.0,IS得分為78.7,表現均優于BigGAN。

如果你對這項研究感興趣,請收好傳送門:

論文:

High-Fidelity Image Generation With Fewer Labels

https://arxiv.org/abs/1903.02271

文章開頭的這些照騙展示,就出自論文之中:

第一行是BigGAN作品,第二行是S3GAN新品,你猜對了嗎?

另外,他們還在GitHub上開源了論文中實驗所用全部代碼:

https://github.com/google/compare_gan

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 谷歌
    +關注

    關注

    27

    文章

    6222

    瀏覽量

    107428
  • 圖像
    +關注

    關注

    2

    文章

    1092

    瀏覽量

    40997

原文標題:史上最強GAN被谷歌超越!標注數據少用90%,造假效果卻更逼真

文章出處:【微信號:WW_CGQJS,微信公眾號:傳感器技術】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    技術分享 | 高逼真合成數據助力智駕“看得更準、學得更快”

    自動駕駛研發如何高效獲取海量訓練數據?高逼真合成數據技術正在提供新解法。通過仿真平臺可生成多場景、多傳感器的精準標注數據。文章詳解如何構建符合nuScenes標準的數據集,覆蓋復雜交通場景,為感知模型訓練提供高效、可控的數據支持。
    的頭像 發表于 04-29 10:47 ?1802次閱讀
    技術分享 | 高<b class='flag-5'>逼真</b>合成數據助力智駕“看得更準、學得更快”

    如何使用離線工具od SPSDK生成完整圖像

    SDSDK)會生成一個缺少前 4KB 的文件。 這些將由 flashloader 直接在目標上填充,使用將要傳達給它的參數,對吧? 我需要離線工作。我需要生成一個 “完整圖像”,但無法訪問目標。 我該怎么做?
    發表于 03-28 06:51

    ?Diffusion生成式動作引擎技術解析

    Diffusion生成式動作引擎 Diffusion生成式動作引擎是一種基于擴散模型(Diffusion Models)的生成式人工智能技術,專注于生成連續、
    的頭像 發表于 03-17 15:14 ?1518次閱讀

    碩博電子SPD-043-Ex系列顯示屏介紹

    SPD-043-Ex系列顯示屏采用4.3英寸24位彩屏,呈現鮮艷逼真的色彩效果,滿足用戶對高品質視覺體驗的需求。
    的頭像 發表于 03-03 15:05 ?433次閱讀

    谷歌CEO:Gemini AI技術超越競品,目標年底5億用戶

    近日,谷歌CEO皮查伊近期向員工傳達了他對公司Gemini AI技術的信心。據悉,皮查伊認為Gemini的能力已經超越當前的競爭對手。 皮查伊表示,他期望到今年年底,全球能有5億人
    的頭像 發表于 01-17 10:37 ?473次閱讀

    阿里云通義萬相2.1視頻生成模型震撼發布

    。在復雜運動的表現上,該模型能夠生成更加流暢、自然的視頻內容,使得生成的視頻在動態效果上更加逼真。同時,在物理規律的遵循方面,萬相2.1也展現出了出色的能力,能夠確保
    的頭像 發表于 01-13 10:00 ?729次閱讀

    借助谷歌Gemini和Imagen模型生成高質量圖像

    在快速發展的生成式 AI 領域,結合不同模型的優勢可以帶來顯著的成果。通過利用谷歌的 Gemini 模型來制作詳細且富有創意的提示,然后使用 Imagen 3 模型根據這些提示生成高質量的圖像
    的頭像 發表于 01-03 10:38 ?791次閱讀
    借助<b class='flag-5'>谷歌</b>Gemini和Imagen模型<b class='flag-5'>生成</b>高質量<b class='flag-5'>圖像</b>

    堅米智能借助NVIDIA Isaac Lab加速四足機器人開發

    堅米智能(中堅科技)借助NVIDIA Isaac Lab平臺,通過NVIDIA Isaac Sim的 3D 生成與建模技術構建高度逼真的虛擬場景,將現實世界的復雜場景抽象并轉化為高質量的訓練數據源,從而更有效地滿足模型的多樣化訓練需求。
    的頭像 發表于 12-29 14:01 ?826次閱讀

    谷歌與三星聯合發布Android XR操作系統

    谷歌與三星近日攜手宣布,共同推出了全新的操作系統——Android XR。這一系統專為頭戴式裝置和智能眼鏡等下一代計算設備提供技術支持,旨在為用戶帶來更為豐富、沉浸式的體驗。 Android XR
    的頭像 發表于 12-16 10:08 ?504次閱讀

    AI智能體逼真模擬人類行為

    近日,據外媒最新報道,斯坦福大學、華盛頓大學與Google DeepMind的科研團隊攜手合作,成功開發出一種能夠高度逼真模擬人類行為的AI智能體。 該智能體的構建得益于研究團隊將詳細的訪談記錄
    的頭像 發表于 11-26 10:24 ?741次閱讀

    Freepik攜手Magnific AI推出AI圖像生成

    近日,設計資源巨頭Freepik攜手Magnific AI,共同推出了革命性的AI圖像生成器——Freepik Mystic,這一里程碑式的發布標志著AI圖像創作領域邁入了一個全新的高度
    的頭像 發表于 08-30 16:23 ?1462次閱讀

    Style3D亮相SIGGRAPH 2024并發表精彩演講

    人工智能技術與圖形學融合收到了極大關注,如NVIDIA Research就有20余篇論文入選,這些研究成果將適用于視覺生成式AI的擴散模型、基于物理的仿真以及日益逼真的AI渲染,為訓練下一代模型提供助力。
    的頭像 發表于 08-02 16:01 ?591次閱讀
    Style3D亮相SIGGRAPH 2024并發表精彩演講

    居然還有這樣的10.1寸光場裸眼3D視覺訓練平板電腦?

    在這個科技飛速發展的時代,我們為您帶來了一款革命性的產品——10.1寸光場裸眼3D視覺訓練平板電腦。這款平板電腦不僅讓您無需佩戴3D眼鏡就能享受逼真的立體視覺效果,還通過先進的技術幫助您緩解眼疲勞,提升視覺健康。
    的頭像 發表于 07-25 14:09 ?512次閱讀
    居然還有這樣的10.1寸光場裸眼3D視覺訓練平板電腦?

    深入理解渲染引擎:打造逼真圖像的關鍵

    在數字世界中,圖像渲染是創造逼真視覺效果的核心技術。渲染引擎,作為這一過程中的關鍵組件,負責將二維或三維的模型、紋理、光照等數據轉化為人們肉眼可見的二維圖像。本文將深入探討渲染引擎的工
    的頭像 發表于 06-29 08:28 ?562次閱讀
    深入理解渲染引擎:打造<b class='flag-5'>逼真</b><b class='flag-5'>圖像</b>的關鍵

    鴻蒙ArkTS聲明式開發:跨平臺支持列表【圖像效果】 通用屬性

    設置組件的模糊、陰影、球面效果以及設置圖片的圖像效果
    的頭像 發表于 06-04 16:34 ?1037次閱讀
    鴻蒙ArkTS聲明式開發:跨平臺支持列表【<b class='flag-5'>圖像</b><b class='flag-5'>效果</b>】 通用屬性