À suivreGuide suivant
Croissance progressive des GAN
IA visuelle
GUIDE DE L'IA Visuelle
GAN conditionnels
Les GAN conditionnels (cGAN) étendent les GAN ordinaires en fournissant des informations supplémentaires, comme une étiquette de classe ou un texte, à la fois au générateur et au discriminateur.
Écoutez ce guideNarré par l'IA · ~2 min
Sur cette page2 minutes de lecture
Aperçu
Cela vous permet de contrôler ce que produit le réseau au lieu d'obtenir des sorties aléatoires.
Plongée profonde
Un GAN standard transforme le bruit aléatoire en image mais ne vous donne aucun mot sur le résultat. Les GAN conditionnels, proposés par Mirza et Osindero en 2014, corrigent ce problème en conditionnant la génération sur une étiquette y. Les deux réseaux reçoivent y : le générateur combine le bruit avec l'étiquette pour produire une image correspondante, tandis que le discriminateur juge si une image est à la fois réaliste et cohérente avec son étiquette. Entraînez-le sur MNIST avec des étiquettes numériques et vous pouvez demander spécifiquement un « 7 ». Le signal de conditionnement peut être un vecteur de classe unique, une incorporation, un ensemble d'attributs ou même une autre image. Cette idée de génération de pilotage est la base qui rend possible les systèmes texte-image et image-image.
Mise en œuvre dans le monde réel
Générer un chiffre manuscrit ou une classe d'objet spécifique à la demande plutôt qu'un chiffre aléatoire
Synthétiser des visages avec des attributs choisis tels que l'âge, la coiffure, les lunettes ou l'expression
Alimenter les premiers pipelines texte-image où une légende conditionne l'image générée
Création de données synthétiques équilibrées entre classes pour augmenter les catégories sous-représentées dans les ensembles de formation
L'avenir des GAN conditionnels
La génération conditionnelle est désormais l'attente par défaut : les utilisateurs souhaitent spécifier ce qu'ils obtiennent. L'idée du conditionnement d'étiquettes s'est généralisée au conditionnement de texte riche via une attention croisée dans des modèles de diffusion tels que Stable Diffusion et au conditionnement spatial de style ControlNet utilisant les bords, la profondeur ou la pose. Les futurs systèmes accepteront des conditions toujours plus flexibles et multimodales, mélangeant des contraintes de texte, de croquis, d'audio et de 3D, tout en améliorant la fidélité avec laquelle les sorties respectent chaque partie de l'instruction.
Le mettre en pratique
Pourquoi c'est important
- Vitesse et échelle. L’IA visuelle peut automatiser les tâches d’inspection, de détection et de marquage à grande échelle.
- Choix de construction. Les équipes créatives peuvent prototyper des concepts plus rapidement avec moins de révisions manuelles.
- Équipe et flux de travail. Les opérations peuvent utiliser des signaux d’image et vidéo qui étaient auparavant difficiles à traiter.
Attention à
- Les droits à l’image et le consentement peuvent devenir des risques juridiques si la provenance n’est pas claire.
- Les performances du modèle peuvent varier en fonction de l'éclairage, des données démographiques et des environnements.
- Les faux positifs peuvent passer inaperçus si les seuils de confiance ne sont pas surveillés.
Prochaines étapes
- Définissez des critères d’acceptation pour la précision, le rappel et les coûts d’erreur.
- Testez avec des données qui correspondent aux conditions de production réelles.
- Ajoutez un examen humain pour les prédictions peu fiables ou à fort impact.
- Suivez la dérive du modèle et revalidez après les modifications de la caméra ou de l’ensemble de données.
Continuez à explorer
Newsletter gratuite
Recevez le briefing quotidien sur l'IA
Trois histoires d'IA vérifiées chaque matin de la semaine, écrites dans un anglais simple. Gratuit pour toujours, sans publicité.
Un e-mail chaque jour de la semaine. Désabonnez-vous en un clic. Nous ne vendons ni ne partageons jamais votre adresse.
Testez-vous
Take the Conditional GANs quiz
Commentaires instantanés sur chaque réponse et un certificat partageable avec une pièce d'identité vérifiable une fois que vous avez réussi un cours.
Soutenez l’enseignement gratuit de l’IA. AI Understanding est une organisation à but non lucratif 501(c)(3) : pas de publicité, pas de paywall, jamais. Faire un don
Questions fréquemment posées
Qu’est-ce que les GAN conditionnels ?
Les GAN conditionnels (cGAN) étendent les GAN ordinaires en fournissant des informations supplémentaires, comme une étiquette de classe ou un texte, à la fois au générateur et au discriminateur. Cela vous permet de contrôler ce que produit le réseau au lieu d'obtenir des sorties aléatoires.
Quelle est la principale différence entre un GAN conditionnel et un GAN standard ?
Les GAN conditionnels ajoutent un signal de conditionnement (tel qu'une étiquette) au générateur et au discriminateur afin que vous puissiez spécifier ce qui est généré.
Dans un cGAN formé sur des chiffres étiquetés, que pouvez-vous faire qu'un GAN simple ne peut pas faire ?
La génération étant conditionnée par l'étiquette, vous pouvez demander au générateur une classe particulière au lieu d'une sortie aléatoire.
Que doit vérifier le discriminateur cGAN, au-delà de savoir si une image semble réelle ?
Le discriminateur pénalise les images réalistes qui ne correspondent pas à leur état, obligeant le générateur à respecter l'étiquette.
Quelle est la manière courante de fournir le signal de conditionnement au générateur ?
Une approche simple et courante concatène l'étiquette (souvent ponctuelle ou intégrée) au vecteur de bruit du générateur.
Les GAN conditionnels ont jeté les bases de quelle capacité ultérieure ?
La génération de pilotage via une condition est exactement ce sur quoi reposent les systèmes texte-image et image-image.
Continuez à apprendre
Guides associés
Plus de guides sélectionnés pour ce sujet