Преглед
CycleGAN се научава да превежда изображения между два визуални домейна (като коне към зебри или снимки към картини), без изобщо да се налага съпоставяне на примерни двойки преди и след. Има значение, защото събирането на сдвоени тренировъчни данни често е невъзможно, а CycleGAN отключва трансфер на стил за объркани набори от данни в реалния свят.
CycleGAN Unpaired Translation принадлежи към работни потоци за компютърно зрение, които интерпретират или генерират визуални медии за анализ, операции и творчество.
Дълбоко гмуркане
Въведен през 2017 г. от Zhu, Park, Isola и Efros, CycleGAN се занимава с несдвоен превод от изображение към изображение. Повечето по-ранни методи (като pix2pix) се нуждаеха от точни двойки: една и съща сцена като снимка и като скица. CycleGAN премахва това изискване с помощта на два генератора (G преобразува домейн A в B, F преобразува B обратно в A) и два дискриминатора, които оценяват реализма във всеки домейн. Пробивът е загубата на последователност на цикъла: ако преведете снимка на кон в зебра и я преведете обратно, трябва да възстановите оригиналния кон. Това ограничение спира генератора да измисля произволни изходи и принуждава смислени съпоставяния, запазващи съдържанието. Известно е, че превръща летните пейзажи в зимни, картините на Моне в снимки и ябълките в портокали, всички научени от две несвързани купчини изображения.
Техническа информация
CycleGAN съчетава конкурентна загуба със загуба на последователност на цикъла. Всеки генератор е изправен пред PatchGAN дискриминатор, който класифицира припокриващите се изображения като истински или фалшиви, вместо да преценява цялото изображение. Загубата на цикъл налага F(G(x)) около x и G(F(y)) около y, използвайки L1 наказание за реконструкция. Незадължителната загуба на самоличност запазва цвета, когато дадено изображение вече принадлежи към целевия домейн. И двата генератора се обучават едновременно, научавайки обратни преобразувания, които запазват структурата непокътната.
Овладяване на несдвоения превод на CycleGAN
CycleGAN се научава да превежда изображения между два визуални домейна (като коне към зебри или снимки към картини), без изобщо да се налага съпоставяне на примерни двойки преди и след. Има значение, защото събирането на сдвоени тренировъчни данни често е невъзможно, а CycleGAN отключва трансфер на стил за объркани набори от данни в реалния свят. CycleGAN Unpaired Translation принадлежи към работни потоци за компютърно зрение, които интерпретират или генерират визуални медии за анализ, операции и творчество. За да изградите дълбоко разбиране, третирайте CycleGAN Unpaired Translation като оперативен модел, а не като отделна функция: дефинирайте желаните резултати, изяснете предположенията и отделете това, което системата може да направи надеждно от това, което все още изисква експертна преценка.
На практика силните екипи, използващи CycleGAN Unpaired Translation, балансират точността с оперативните реалности като качество на данните, вариация на осветлението и последователност на етикетите. Те документират изрични критерии за успех, тестват срещу реалистични данни и работни потоци и повтарят въз основа на наблюдавани модели на неуспех, а не на еднократни победи в бенчмарка. Това е мястото, където теоретичното разбиране се превръща в трайна способност за продукти, политики и операции.
Visual AI може да автоматизира задачи за проверка, откриване и маркиране в мащаб. В същото време правата върху изображението и съгласието могат да се превърнат в правни рискове, ако произходът е неясен. Най-устойчивият подход е да се комбинира скоростта на експериментиране с дисциплината на управление: стартирайте пилотни проекти, събирайте доказателства, публикувайте регистрационни файлове за решения и непрекъснато актуализирайте предпазните мерки, докато поведението на модела, очакванията на потребителите и регулаторните изисквания се развиват.
Стратегическо въздействие
Visual AI може да автоматизира задачи за проверка, откриване и маркиране в мащаб.
Visual AI може да автоматизира задачи за проверка, откриване и маркиране в мащаб. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.
Творческите екипи могат да създават прототипи на концепции по-бързо с по-малко ръчни ревизии.
Творческите екипи могат да създават прототипи на концепции по-бързо с по-малко ръчни ревизии. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.
Операциите могат да използват изображения и видео сигнали, които преди са били трудни за обработка.
Операциите могат да използват изображения и видео сигнали, които преди са били трудни за обработка. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.
Внедряване в реалния свят
Превръщане на снимки в стила на рисуване на Моне, Ван Гог или Сезан без сдвоени примери за фоторисуване
Преобразуване на летни пейзажни снимки в зимни сцени (и обратно) за създаване на активи за филми и игри
Превеждане на MRI сканирания в CT-подобни изображения в медицински изследвания, където не са налични сдвоени сканирания на пациенти
Адаптиране на кадри от синтетичен симулатор на шофиране, за да изглеждат фотореалистични за трениране на възприемането на автономно превозно средство
Модели на изпълнение
Несдвоен превод на CycleGAN на практика
Превръщане на снимки в стила на рисуване на Моне, Ван Гог или Сезан без двойки примери за фото-живопис.
Превръщане на снимки в стила на рисуване на Моне, Ван Гог или Сезан без сдвоени примери за фоторисуване Екипите обикновено получават по-добри резултати, когато определят праговете за качество отпред, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Несдвоен превод на CycleGAN на практика
Преобразуване на летни пейзажни снимки в зимни сцени (и обратно) за създаване на активи за филми и игри.
Преобразуване на летни пейзажни снимки в зимни сцени (и обратно) за създаване на активи за филми и игри Екипите обикновено получават по-добри резултати, когато предварително определят прагове за качество, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Несдвоен превод на CycleGAN на практика
Превеждане на MRI сканирания в CT-подобни изображения в медицински изследвания, където не са налични сдвоени сканирания на пациенти.
Превеждане на MRI сканирания в CT-подобни изображения в медицински изследвания, където не са налични сдвоени сканирания на пациенти Екипите обикновено получават по-добри резултати, когато предварително определят прагове за качество, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Несдвоен превод на CycleGAN на практика
Адаптиране на кадри от синтетичен симулатор на шофиране, за да изглеждат фотореалистични за трениране на възприемането на автономно превозно средство.
Адаптиране на кадри от синтетичен симулатор на шофиране, за да изглеждат фотореалистични за трениране на възприемането на автономно превозно средство Екипите обикновено получават по-добри резултати, когато определят праговете за качество предварително, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Рискове и предпазни огради
Правата върху изображението и съгласието могат да се превърнат в правни рискове, ако произходът е неясен.
Производителността на модела може да варира в зависимост от осветлението, демографските данни и средата.
Фалшивите положителни резултати могат да останат незабелязани, освен ако не се наблюдават праговете на достоверност.
Пътна карта за изпълнение
Определете критерии за приемане за прецизност, извикване и разходи за грешки.
Определете критерии за приемане за прецизност, извикване и разходи за грешки. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.
Тествайте с данни, които съответстват на реалните производствени условия.
Тествайте с данни, които съответстват на реалните производствени условия. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.
Добавете преглед от човек за прогнози с ниска степен на сигурност или с голямо въздействие.
Добавете преглед от човек за прогнози с ниска степен на сигурност или с голямо въздействие. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.
Проследявайте дрейфа на модела и проверявайте отново след промени в камерата или набора от данни.
Проследявайте дрейфа на модела и проверявайте отново след промени в камерата или набора от данни. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.