Il prossimoProssima guida
Pix2Pix Traduzione da immagine a immagine
IA visiva
GUIDA AI visiva
CycleGAN impara a tradurre le immagini tra due domini visivi (come i cavalli in zebre o le foto in dipinti) senza mai aver bisogno di coppie di esempi prima e dopo abbinate.
Ascolta questa guidaNarrato dall'IA · ~2 min
È importante perché la raccolta di dati di addestramento accoppiati è spesso impossibile e CycleGAN sblocca il trasferimento di stili per set di dati disordinati del mondo reale.
Introdotto nel 2017 da Zhu, Park, Isola ed Efros, CycleGAN affronta la traduzione da immagine a immagine non accoppiata. La maggior parte dei metodi precedenti (come pix2pix) richiedevano coppie esatte: la stessa scena come foto e come schizzo. CycleGAN rimuove tale requisito utilizzando due generatori (G converte il dominio A in B, F riconverte B in A) e due discriminatori che giudicano il realismo in ciascun dominio. La svolta è la perdita di coerenza del ciclo: se traduci la foto di un cavallo in una zebra e la traduci nuovamente, dovresti recuperare il cavallo originale. Questo vincolo impedisce al generatore di inventare output arbitrari e impone mappature significative che preservano il contenuto. È noto che trasforma i paesaggi estivi in inverno, i dipinti di Monet in foto e le mele in arance, il tutto appreso da due pile di immagini non correlate.
Trasformare le fotografie nello stile pittorico di Monet, Van Gogh o Cezanne senza esempi accoppiati di foto-pittura
Conversione di foto di paesaggi estivi in scene invernali (e viceversa) per la creazione di risorse cinematografiche e di gioco
Traduzione delle scansioni MRI in immagini simili a TC nella ricerca medica in cui le scansioni accoppiate dei pazienti non sono disponibili
Adattare le riprese sintetiche del simulatore di guida per renderle fotorealistiche per addestrare la percezione dei veicoli autonomi
L'idea centrale di CycleGAN, la coerenza del ciclo, sopravvive nel moderno lavoro di traduzione non abbinata, compresi i metodi basati sulla diffusione che scambiano le dorsali GAN con modelli di denoising con risultati più nitidi e diversificati. I ricercatori ora applicano la traduzione non accoppiata all’imaging medico (sintetizzando le modalità di scansione), l’adattamento del dominio per il trasferimento dalla simulazione di guida autonoma al trasferimento reale e l’aumento dei dati. Aspettatevi un controllo più stretto su ciò che cambia rispetto a ciò che rimane fisso, oltre ad approcci ibridi che fondono i vincoli del ciclo con l'editing di diffusione condizionato dal testo.
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
CycleGAN impara a tradurre le immagini tra due domini visivi (come i cavalli in zebre o le foto in dipinti) senza mai aver bisogno di coppie di esempi prima e dopo abbinate. È importante perché la raccolta di dati di addestramento accoppiati è spesso impossibile e CycleGAN sblocca il trasferimento di stili per set di dati disordinati del mondo reale.
Il contributo principale di CycleGAN è la traduzione non accoppiata, che apprende le mappature tra domini da due raccolte di immagini non correlate anziché da coppie esatte.
La coerenza del ciclo significa che F(G(x)) dovrebbe essere uguale a x: un cavallo trasformato in zebra e il dorso dovrebbero assomigliare al cavallo originale.
CycleGAN utilizza due generatori, uno per ciascuna direzione di traslazione (da A a B e da B ad A), più due discriminatori.
CycleGAN utilizza un discriminatore PatchGAN che giudica le patch sovrapposte come reali o false, incoraggiando il realismo locale.
La perdita di identità penalizza le modifiche non necessarie quando un'immagine è già nel dominio di destinazione, aiutando a preservare colori e tonalità.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Pix2Pix Traduzione da immagine a immagine
IA visiva