Il prossimoProssima guida
Crescita progressiva dei GAN
IA visiva
GUIDA AI visiva
I GAN condizionali (cGAN) estendono i GAN ordinari inserendo informazioni aggiuntive, come un'etichetta o un testo di classe, sia nel generatore che nel discriminatore.
Ascolta questa guidaNarrato dall'IA · ~2 min
This lets you control what the network produces instead of getting random outputs.
Un GAN standard trasforma il rumore casuale in un'immagine ma non ti dà alcuna voce in capitolo sul risultato. I GAN condizionali, proposti da Mirza e Osindero nel 2014, risolvono questo problema condizionando la generazione su un'etichetta y. Entrambe le reti ricevono y: il generatore combina il rumore con l'etichetta per produrre un'immagine corrispondente, mentre il discriminatore giudica se un'immagine è realistica e coerente con la sua etichetta. Addestralo su MNIST con etichette di cifre e puoi chiedere specificamente un "7". Il segnale di condizionamento può essere un vettore di classe one-hot, un incorporamento, un set di attributi o anche un'altra immagine. Questa idea di generazione guida è il fondamento che rende possibili i sistemi testo-immagine e immagine-immagine.
Generazione di una cifra o di una classe di oggetti specifica scritta a mano su richiesta anziché casuale
Sintetizzando i volti con attributi scelti come età, acconciatura, occhiali o espressione
Alimentare le prime pipeline di conversione da testo a immagine in cui una didascalia condiziona l'immagine generata
Creazione di dati sintetici bilanciati per classe per aumentare le categorie sottorappresentate nei set di formazione
La generazione condizionale è ora l'aspettativa predefinita: gli utenti desiderano specificare ciò che ottengono. L'idea del condizionamento delle etichette si è generalizzata nel condizionamento del testo ricco tramite l'attenzione incrociata in modelli di diffusione come Stable Diffusion e nel condizionamento spaziale in stile ControlNet utilizzando bordi, profondità o posa. I sistemi futuri accetteranno condizioni sempre più flessibili e multimodali, mescolando testo, schizzi, audio e vincoli 3D, migliorando al tempo stesso il modo in cui gli output rispettano fedelmente ogni parte dell'istruzione.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
I GAN condizionali (cGAN) estendono i GAN ordinari inserendo informazioni aggiuntive, come un'etichetta o un testo di classe, sia nel generatore che nel discriminatore. Ciò ti consente di controllare ciò che produce la rete invece di ottenere output casuali.
I GAN condizionali aggiungono un segnale di condizionamento (come un'etichetta) sia al generatore che al discriminatore in modo da poter specificare cosa viene generato.
Poiché la generazione è condizionata dall'etichetta, puoi chiedere al generatore una classe particolare anziché un output casuale.
Il discriminatore penalizza le immagini dall'aspetto realistico che non corrispondono alla loro condizione, costringendo il generatore a rispettare l'etichetta.
Un approccio semplice e comune concatena l'etichetta (spesso one-hot o embedding) al vettore di rumore del generatore.
La generazione di guida tramite una condizione è esattamente ciò su cui si basano i sistemi testo-immagine e immagine-immagine.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Crescita progressiva dei GAN
IA visiva