StyleGAN faaji
StyleGAN jẹ nẹtiwọọki ọta ti ipilẹṣẹ lati NVIDIA ti o ṣe agbejade awọn oju ojulowo iyalẹnu ati awọn nkan nipa abẹrẹ alaye ara ni gbogbo ipele.
Akopọ
It matters because its design gives unprecedented, disentangled control over coarse and fine image attributes.
Jin Dive
StyleGAN, ti a ṣe nipasẹ Karras et al. ni 2018, tun ṣe atunṣe GAN monomono ni ayika ero ti 'ara.' Dipo ti ifunni a fekito laileto taara sinu netiwọki, akọkọ maapu awọn wiwaba koodu z nipasẹ ohun 8-Layer MLP sinu ohun agbedemeji aaye W, eyi ti o disentangles awọn okunfa ti iyatọ. Tensor ibakan ti o kọ ẹkọ lẹhinna ni ilọsiwaju ni ilọsiwaju, ati ni ipinnu kọọkan ara fekito ara ṣe atunṣe awọn maapu ẹya nipasẹ Adaptive Instance Normaization (AdaIN), iṣakoso awọn abuda lati iduro (awọn fẹlẹfẹlẹ isokuso) si awọ ara (awọn fẹlẹfẹlẹ to dara). Awọn igbewọle ariwo-Layer ṣafikun awọn alaye sitokasitik bi awọn freckles ati awọn irun ti o ya. StyleGAN2 (2020) rọpo AdaIN pẹlu iṣipopada iwuwo lati yọ awọn ohun-ọṣọ 'blob' kuro, ati StyleGAN3 (2021) aliasing sojurigindin ti o wa titi lati jẹ ki awọn ẹya gbe nipa ti ara lakoko iwara.
Imọ-imọ-ẹrọ
Ilana bọtini jẹ awose ti o da lori ara. Nẹtiwọọki aworan agbaye n yi z sinu w, ati affine ti o kọ ẹkọ ṣe iyipada w sinu iwọn-ikanni kọọkan ati ojuṣaaju ti a lo si awọn maapu ẹya deede ni ipinnu kọọkan. Nitoripe awọn aza n ṣiṣẹ Layer-nipasẹ-Layer, o le dapọ w ti aworan kan ni awọn fẹlẹfẹlẹ isokuso pẹlu omiiran ni awọn ipele ti o dara ('dapọ ara') lati yi iduro lakoko ti o tọju awoara. Iṣatunṣe StyleGAN2 ṣe agbo awọn iṣiro wọnyi sinu awọn iwuwo convolution, imukuro awọn ohun-ọṣọ deede.
Ipa Ilana
Iyara ati iwọn
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.
Kọ awọn yiyan
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.
Ẹgbẹ ati ṣiṣan iṣẹ
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.
Ojo iwaju ti StyleGAN Architecture
Botilẹjẹpe awọn awoṣe itankale ni bayi ṣe itọsọna ọrọ gbogbogbo-si iran aworan, ti eleto ti StyleGAN ti o ga julọ, aaye wiwaba atunkọ (W ati W +) jẹ ki o jẹ aringbungbun si ṣiṣatunṣe oju, ifọwọyi ikalara, ati iṣelọpọ akoko gidi nibiti awọn GAN wa ni iyara. Reti iṣẹ ti o tẹsiwaju lori iyipada GAN (ti n ṣe agbekalẹ awọn fọto gidi sinu W), awọn iyatọ ti o mọ 3D bi EG3D ti o ṣe awọn iwo deede, ati awọn arabara ti o so pọ mọ awọn latenti iṣakoso ti StyleGAN pẹlu itọka tabi awọn oluyipada iyipada fun didara julọ ti awọn agbaye mejeeji.
Real-World imuse
Ṣiṣẹda aworan gidi ti ko ni ailopin, awọn oju eniyan ti ko si tẹlẹ, gẹgẹ bi iṣafihan nipasẹ thispersondoesnotexist.com.
Ṣiṣatunṣe oju atunmọ: ọjọ-ori iyipada laisiyonu, ikosile, tabi duro nipasẹ gbigbe pẹlu awọn itọnisọna ni aaye W.
Ṣiṣẹda data ikẹkọ sintetiki ati awọn avatars nigbati gidi, awọn aworan ailewu-aṣiri jẹ ṣọwọn.
Awọn irinṣẹ iṣẹ ọna ti o ṣe interpolate tabi 'dapọ-ara' laarin awọn aworan lati dapọ eto isokuso ati awọn alaye to dara.
Awọn ewu & Awọn ọna iṣọ
Awọn ẹtọ aworan ati igbanilaaye le di awọn eewu labẹ ofin ti o ba jẹ afihan.
Iṣe awoṣe le yatọ kọja ina, awọn ẹda eniyan, ati awọn agbegbe.
Awọn idaniloju eke le ma ṣe akiyesi ayafi ti a ba ṣe abojuto awọn ala igbẹkẹle.
Ilana Ilana imuse
Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the StyleGAN Architecture quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
U-Net Architecture
Awọn ibeere ti a beere nigbagbogbo
What is StyleGAN Architecture?
StyleGAN jẹ nẹtiwọọki ọta ti ipilẹṣẹ lati NVIDIA ti o ṣe agbejade awọn oju ojulowo iyalẹnu ati awọn nkan nipa abẹrẹ alaye ara ni gbogbo ipele. O ṣe pataki nitori apẹrẹ rẹ funni ni airotẹlẹ, iṣakoso aibikita lori isokuso ati awọn abuda aworan ti o dara.
Kini idi ti nẹtiwọọki aworan agbaye ti StyleGAN?
Awọn maapu MLP 8-Layer z si W, aaye wiwaba agbedemeji nibiti awọn ifosiwewe ti iyatọ ti yapa dara dara julọ, ṣiṣe iṣakoso mimọ.
Ninu StyleGAN atilẹba, bawo ni a ṣe itasi ara sinu awọn maapu ẹya?
AdaIN ṣe deede awọn maapu ẹya ati lẹhinna ṣe iwọn ati yi wọn pada nipa lilo awọn iṣiro ti ara ni ipinnu kọọkan.
Kini nẹtiwọọki iṣelọpọ bẹrẹ lati dipo fekito wiwaba?
StyleGAN bẹrẹ lati kikọ sii igbagbogbo ti o kọ ẹkọ ati ṣe itasi ara ati ariwo bi o ṣe n gbe soke, dipo ifunni z ni taara.
Kini awọn aṣa ti n ṣatunṣe ni awọn ipele isokuso (ipinnu-kekere) ni akọkọ iṣakoso?
Awọn fẹlẹfẹlẹ isokuso ṣe akoso igbekalẹ iwọn-nla gẹgẹbi iduro ati apẹrẹ gbogbogbo, lakoko ti awọn fẹlẹfẹlẹ ti o dara mu awọn ohun elo ati awọn alaye bulọọgi.
Iṣoro wo ni StyleGAN2 ṣe atunṣe ojulumo si atilẹba?
StyleGAN2 rọpo AdaIN pẹlu imudara iwuwo, yiyọ droplet/blob artifacts ati ilọsiwaju didara aworan.