在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

利用Attention模型為圖像生成字幕

DPVg_AI_era ? 來源:未知 ? 作者:李倩 ? 2018-07-20 10:19 ? 次閱讀

近期,TensorFlow官方推文推薦了一款十分有趣的項目——用Attention模型生成圖像字幕。而該項目在GitHub社區(qū)也收獲了近十萬“點贊”。項目作者Yash Katariya十分詳細的講述了根據(jù)圖像生成字幕的完整過程,并提供開源的數(shù)據(jù)和代碼,對讀者的學習和研究都帶來了極大的幫助與便利。

TensorFlow官方推文近期力薦了一款在Github上獲贊十萬之多的爆款項目——利用Attention模型為圖像生成字幕。

Image Captioning是一種為圖像生成字幕或者標題的任務。給定一個圖像如下:

我們的目標就是為這張圖生成一個字幕,例如“海上沖浪者(a surfer riding on a wave)”。此處,我們使用一個基于Attention的模型。該模型能夠在生成字幕的時候,讓我們查看它在這個過程中所關注的是圖像的哪一部分。

預測字幕:一個人在海上沖浪(the person is riding a surfboard in the ocean)

該模型的結構與如下鏈接中模型結構類似:https://arxiv.org/abs/1502.03044

代碼使用的是tf.keras和eager execution,讀者可以在鏈接指南中了解更多信息

tf.keras:https://www.tensorflow.org/guide/keras

eager execution:https://www.tensorflow.org/guide/eager

這款筆記是一種端到端(end-to-end)的樣例。如果你運行它,將會下載MS-COCO數(shù)據(jù)集,使用Inception V3來預處理和緩存圖像的子集、訓練出編碼-解碼模型,并使用它來在新的圖像上生成字幕。

如果你在Colab上面運行,那么TensorFlow的版本需要大于等于1.9。

在下面的示例中,我們訓練先訓練較少的數(shù)據(jù)集作為例子。在單個P100 GPU上訓練這個樣本大約需要2個小時。我們先訓練前30,000個字幕(對應約20,000個圖像,取決于shuffling,因為數(shù)據(jù)集中每個圖像有多個字幕)。

# Import TensorFlow and enable eager execution# This code requires TensorFlow version >=1.9import tensorflow as tf tf.enable_eager_execution()# We'll generate plots of attention in order to see which parts of an image# our model focuses on during captioningimport matplotlib.pyplot as plt# Scikit-learn includes many helpful utilitiesfrom sklearn.model_selection import train_test_splitfrom sklearn.utils import shuffleimport reimport numpy as npimport osimport timeimport jsonfrom glob import globfrom PIL import Imageimport pickle下載并準備MS-COCO數(shù)據(jù)集

我們將使用MS-COCO數(shù)據(jù)集來訓練我們的模型。 此數(shù)據(jù)集包含的圖像大于82,000個,每個圖像都標注了至少5個不同的字幕。 下面的代碼將自動下載并提取數(shù)據(jù)集。

注意:需做好提前下載的準備工作。 該數(shù)據(jù)集大小為13GB!!!

annotation_zip = tf.keras.utils.get_file('captions.zip', cache_subdir=os.path.abspath('.'), origin = 'https://images.cocodataset.org/annotations/annotations_trainval2014.zip', extract = True) annotation_file = os.path.dirname(annotation_zip)+'/annotations/captions_train2014.json'name_of_zip = 'train2014.zip'if not os.path.exists(os.path.abspath('.') + '/' + name_of_zip): image_zip = tf.keras.utils.get_file(name_of_zip, cache_subdir=os.path.abspath('.'), origin = 'https://images.cocodataset.org/zips/train2014.zip', extract = True) PATH = os.path.dirname(image_zip)+'/train2014/'else: PATH = os.path.abspath('.')+'/train2014/'限制數(shù)據(jù)集大小以加速訓練(可選)

在此示例中,我們將選擇30,000個字幕的子集,并使用這些字幕和相應的圖像來訓練我們的模型。 當然,如果你選擇使用更多數(shù)據(jù),字幕質量將會提高。

# read the json filewith open(annotation_file, 'r') as f: annotations = json.load(f)# storing the captions and the image name in vectorsall_captions = [] all_img_name_vector = []for annot in annotations['annotations']: caption = ' ' + annot['caption'] + ' ' image_id = annot['image_id'] full_coco_image_path = PATH + 'COCO_train2014_' + '%012d.jpg' % (image_id) all_img_name_vector.append(full_coco_image_path) all_captions.append(caption)# shuffling the captions and image_names together# setting a random statetrain_captions, img_name_vector = shuffle(all_captions, all_img_name_vector, random_state=1)# selecting the first 30000 captions from the shuffled setnum_examples = 30000train_captions = train_captions[:num_examples] img_name_vector = img_name_vector[:num_examples]len(train_captions), len(all_captions)使用InceptionV3來預處理圖像

接下來,我們將使用InceptionV3(在Imagenet上預訓練過的)對每個圖像進行分類。 我們將從最后一個卷積層中提取特征。

首先,我們需要將圖像按照InceptionV3的要求轉換格式:

調整圖像大小為(299,299)

使用preprocess_input方法將像素放置在-1到1的范圍內(以匹配用于訓練InceptionV3的圖像的格式)。

def load_image(image_path): img = tf.read_file(image_path) img = tf.image.decode_jpeg(img, channels=3) img = tf.image.resize_images(img, (299, 299)) img = tf.keras.applications.inception_v3.preprocess_input(img) return img, image_path初始化InceptionV3并加載預訓練的Imagenet權重

為此,我們將創(chuàng)建一個tf.keras模型,其中輸出層是InceptionV3體系結構中的最后一個卷積層。

每個圖像都通過networkd傳遞(forward),我們將最后得到的矢量存儲在字典中(image_name -- > feature_vector)。

因為我們在這個例子中使用了Attention,因此我們使用最后一個卷積層。 該層的輸出形狀為8x8x2048。

在所有圖像通過network傳遞之后,我們挑選字典并將其保存到磁盤。

image_model = tf.keras.applications.InceptionV3(include_top=False, weights='imagenet') new_input = image_model.input hidden_layer = image_model.layers[-1].output image_features_extract_model = tf.keras.Model(new_input, hidden_layer)將InceptionV3中提取出來的特征進行緩存

我們將使用InceptionV3預處理每個圖像并將輸出緩存到磁盤。 緩存RAM中的輸出會更快但內存會比較密集,每個映像需要8 x 8 x 2048個浮點數(shù)。 這將超出Colab的內存限制(盡管這些可能會發(fā)生變化,但實例似乎目前有大約12GB的內存)。

通過更復雜的緩存策略(例如,通過分割圖像以減少隨機訪問磁盤I / O)可以改善性能(代價是編寫更多的代碼)。

使用一個GPU在Colab中運行大約需要10分鐘。 如果你想查看進度條,可以:安裝tqdm(!pip install tqdm),然后將下面這行代碼:

for img,path in img_dataset:

改為:

for img,path in dqtm(img_dataset):

# getting the unique imagesencode_train = sorted(set(img_name_vector))# feel free to change the batch_size according to your system configurationimage_dataset = tf.data.Dataset.from_tensor_slices( encode_train).map(load_image).batch(16)for img, path in image_dataset: batch_features = image_features_extract_model(img) batch_features = tf.reshape(batch_features, (batch_features.shape[0], -1, batch_features.shape[3])) for bf, p in zip(batch_features, path): path_of_feature = p.numpy().decode("utf-8") np.save(path_of_feature, bf.numpy())預處理并標注字幕

首先,我們將標記字幕(例如,通過空格拆分)。 這將為我們提供數(shù)據(jù)中所有單個單詞的詞匯表(例如,“沖浪”,“足球”等)。

接下來,我們將詞匯量限制在前5,000個單詞以節(jié)省內存。 我們將用“UNK”(對應于unknown)替換所有其他單詞。

最后,我們創(chuàng)建一個word→index的映射,反之亦然。

然后我們將所有序列填充到與最長序列相同的長度。

# This will find the maximum length of any caption in our datasetdef calc_max_length(tensor): return max(len(t) for t in tensor)# The steps above is a general process of dealing with text processing# choosing the top 5000 words from the vocabularytop_k = 5000tokenizer = tf.keras.preprocessing.text.Tokenizer(num_words=top_k, oov_token="", filters='!"#$%&()*+.,-/:;=?@[]^_`{|}~ ') tokenizer.fit_on_texts(train_captions) train_seqs = tokenizer.texts_to_sequences(train_captions)tokenizer.word_index = {key:value for key, value in tokenizer.word_index.items() if value <= top_k}# putting token in the word2idx dictionarytokenizer.word_index[tokenizer.oov_token] = top_k + 1tokenizer.word_index[''] = 0# creating the tokenized vectorstrain_seqs = tokenizer.texts_to_sequences(train_captions)# creating a reverse mapping (index -> word)index_word = {value:key for key, value in tokenizer.word_index.items()}# padding each vector to the max_length of the captions# if the max_length parameter is not provided, pad_sequences calculates that automaticallycap_vector = tf.keras.preprocessing.sequence.pad_sequences(train_seqs, padding='post')# calculating the max_length # used to store the attention weightsmax_length = calc_max_length(train_seqs)將數(shù)據(jù)分為訓練集和測試集

# Create training and validation sets using 80-20 split

img_name_train, img_name_val, cap_train, cap_val = train_test_split(img_name_vector,

cap_vector,

test_size=0.2,

random_state=0)

len(img_name_train), len(cap_train), len(img_name_val), len(cap_val)

圖片和字幕已就位!

接下來,創(chuàng)建一個tf.data數(shù)據(jù)集來訓練模型。

# feel free to change these parameters according to your system's configuration

BATCH_SIZE = 64

BUFFER_SIZE = 1000

embedding_dim = 256

units = 512

vocab_size = len(tokenizer.word_index)

# shape of the vector extracted from InceptionV3 is (64, 2048)

# these two variables represent that

features_shape = 2048

attention_features_shape = 64

# loading the numpy files

def map_func(img_name, cap):

img_tensor = np.load(img_name.decode('utf-8')+'.npy')

return img_tensor, cap

dataset = tf.data.Dataset.from_tensor_slices((img_name_train, cap_train))

# using map to load the numpy files in parallel

# NOTE: Be sure to set num_parallel_calls to the number of CPU cores you have

# https://www.tensorflow.org/api_docs/python/tf/py_func

dataset = dataset.map(lambda item1, item2: tf.py_func(

map_func, [item1, item2], [tf.float32, tf.int32]), num_parallel_calls=8)

# shuffling and batching

dataset = dataset.shuffle(BUFFER_SIZE)

# https://www.tensorflow.org/api_docs/python/tf/contrib/data/batch_and_drop_remainder

dataset = dataset.batch(BATCH_SIZE)

dataset = dataset.prefetch(1)

我們的模型

有趣的是,下面的解碼器與具有Attention的神經(jīng)機器翻譯的示例中的解碼器相同。

模型的結構靈感來源于上述的那篇文獻:

在這個示例中,我們從InceptionV3的下卷積層中提取特征,給出了一個形狀向量(8,8,2048)。

我們將其壓成(64,2048)的形狀。

然后該矢量經(jīng)過CNN編碼器(由單個完全連接的層組成)處理。

用RNN(此處為GRU)處理圖像,來預測下一個單詞。

def gru(units):

# If you have a GPU, we recommend using the CuDNNGRU layer (it provides a

# significant speedup).

if tf.test.is_gpu_available():

return tf.keras.layers.CuDNNGRU(units,

return_sequences=True,

return_state=True,

recurrent_initializer='glorot_uniform')

else:

return tf.keras.layers.GRU(units,

return_sequences=True,

return_state=True,

recurrent_activation='sigmoid',

recurrent_initializer='glorot_uniform')

classBahdanauAttention(tf.keras.Model):

def __init__(self, units):

super(BahdanauAttention, self).__init__()

self.W1 = tf.keras.layers.Dense(units)

self.W2 = tf.keras.layers.Dense(units)

self.V = tf.keras.layers.Dense(1)

def call(self, features, hidden):

# features(CNN_encoder output) shape == (batch_size, 64, embedding_dim)

# hidden shape == (batch_size, hidden_size)

# hidden_with_time_axis shape == (batch_size, 1, hidden_size)

hidden_with_time_axis = tf.expand_dims(hidden, 1)

# score shape == (batch_size, 64, hidden_size)

score = tf.nn.tanh(self.W1(features) + self.W2(hidden_with_time_axis))

# attention_weights shape == (batch_size, 64, 1)

# we get 1 at the last axis because we are applying score to self.V

attention_weights = tf.nn.softmax(self.V(score), axis=1)

# context_vector shape after sum == (batch_size, hidden_size)

context_vector = attention_weights * features

context_vector = tf.reduce_sum(context_vector, axis=1)

return context_vector, attention_weights

class CNN_Encoder(tf.keras.Model):

# Since we have already extracted the features and dumped it using pickle

# This encoder passes those features through a Fully connected layer

def __init__(self, embedding_dim):

super(CNN_Encoder, self).__init__()

# shape after fc == (batch_size, 64, embedding_dim)

self.fc = tf.keras.layers.Dense(embedding_dim)

def call(self, x):

x = self.fc(x)

x = tf.nn.relu(x)

return x

class RNN_Decoder(tf.keras.Model):

def __init__(self, embedding_dim, units, vocab_size):

super(RNN_Decoder, self).__init__()

self.units = units

self.embedding = tf.keras.layers.Embedding(vocab_size, embedding_dim)

self.gru = gru(self.units)

self.fc1 = tf.keras.layers.Dense(self.units)

self.fc2 = tf.keras.layers.Dense(vocab_size)

self.attention = BahdanauAttention(self.units)

def call(self, x, features, hidden):

# defining attention as a separate model

context_vector, attention_weights = self.attention(features, hidden)

# x shape after passing through embedding == (batch_size, 1, embedding_dim)

x = self.embedding(x)

# x shape after concatenation == (batch_size, 1, embedding_dim + hidden_size)

x = tf.concat([tf.expand_dims(context_vector, 1), x], axis=-1)

# passing the concatenated vector to the GRU

output, state = self.gru(x)

# shape == (batch_size, max_length, hidden_size)

x = self.fc1(output)

# x shape == (batch_size * max_length, hidden_size)

x = tf.reshape(x, (-1, x.shape[2]))

# output shape == (batch_size * max_length, vocab)

x = self.fc2(x)

return x, state, attention_weights

def reset_state(self, batch_size):

return tf.zeros((batch_size, self.units))

encoder = CNN_Encoder(embedding_dim)

decoder = RNN_Decoder(embedding_dim, units, vocab_size)

optimizer = tf.train.AdamOptimizer()

# We are masking the loss calculated for padding

def loss_function(real, pred):

mask = 1 - np.equal(real, 0)

loss_ = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=real, logits=pred) * mask

return tf.reduce_mean(loss_)

開始訓練

我們提取存儲在各個.npy文件中的特征,然后通過編碼器傳遞這些特征。

編碼器輸出,向解碼器傳奇隱藏狀態(tài)(初始化為0)和解碼器輸入(開始標記)。

解碼器返回預測值并隱藏狀態(tài)。

然后將解碼器隱藏狀態(tài)傳遞回模型,并使用預測值來計算損失。

使用teacher-forcing決定解碼器的下一個輸入(teacher-forcing是一種將目標單詞作為下一個輸入傳遞給解碼器的技術)。

最后一步是計算gradients并將其應用于優(yōu)化器并反向傳遞。

# adding this in a separate cell because if you run the training cell

# many times, the loss_plot array will be reset

loss_plot = []

EPOCHS = 20

for epoch in range(EPOCHS):

start = time.time()

total_loss = 0

for (batch, (img_tensor, target)) in enumerate(dataset):

loss = 0

# initializing the hidden state for each batch

# because the captions are not related from image to image

hidden = decoder.reset_state(batch_size=target.shape[0])

dec_input = tf.expand_dims([tokenizer.word_index['']] * BATCH_SIZE, 1)

with tf.GradientTape() as tape:

features = encoder(img_tensor)

for i in range(1, target.shape[1]):

# passing the features through the decoder

predictions, hidden, _ = decoder(dec_input, features, hidden)

loss += loss_function(target[:, i], predictions)

# using teacher forcing

dec_input = tf.expand_dims(target[:, i], 1)

total_loss += (loss / int(target.shape[1]))

variables = encoder.variables + decoder.variables

gradients = tape.gradient(loss, variables)

optimizer.apply_gradients(zip(gradients, variables), tf.train.get_or_create_global_step())

if batch % 100 == 0:

print ('Epoch {} Batch {} Loss {:.4f}'.format(epoch + 1,

batch,

loss.numpy() / int(target.shape[1])))

# storing the epoch end loss value to plot later

loss_plot.append(total_loss / len(cap_vector))

print ('Epoch {} Loss {:.6f}'.format(epoch + 1,

total_loss/len(cap_vector)))

print ('Time taken for 1 epoch {} sec '.format(time.time() - start))

plt.plot(loss_plot)

plt.xlabel('Epochs')

plt.ylabel('Loss')

plt.title('Loss Plot')

plt.show()

字幕“誕生”了!

評估函數(shù)類似于training-loop(除了不用teacher-forcing外)。

在每個時間步驟對解碼器的輸入是其先前的預測以及隱藏狀態(tài)和編碼器輸出。

當模型預測到最后一個token的時候停止預測。

每個時間步驟都存儲attention權重。

def evaluate(image):

attention_plot = np.zeros((max_length, attention_features_shape))

hidden = decoder.reset_state(batch_size=1)

temp_input = tf.expand_dims(load_image(image)[0], 0)

img_tensor_val = image_features_extract_model(temp_input)

img_tensor_val = tf.reshape(img_tensor_val, (img_tensor_val.shape[0], -1, img_tensor_val.shape[3]))

features = encoder(img_tensor_val)

dec_input = tf.expand_dims([tokenizer.word_index['']], 0)

result = []

for i in range(max_length):

predictions, hidden, attention_weights = decoder(dec_input, features, hidden)

attention_plot[i] = tf.reshape(attention_weights, (-1, )).numpy()

predicted_id = tf.multinomial(tf.exp(predictions), num_samples=1)[0][0].numpy()

result.append(index_word[predicted_id])

if index_word[predicted_id] == '':

return result, attention_plot

dec_input = tf.expand_dims([predicted_id], 0)

attention_plot = attention_plot[:len(result), :]

return result, attention_plot

def plot_attention(image, result, attention_plot):

temp_image = np.array(Image.open(image))

fig = plt.figure(figsize=(10, 10))

len_result = len(result)

for l in range(len_result):

temp_att = np.resize(attention_plot[l], (8, 8))

ax = fig.add_subplot(len_result//2, len_result//2, l+1)

ax.set_title(result[l])

img = ax.imshow(temp_image)

ax.imshow(temp_att, cmap='gray', alpha=0.6, extent=img.get_extent())

plt.tight_layout()

plt.show()

# captions on the validation set

rid = np.random.randint(0, len(img_name_val))

image = img_name_val[rid]

real_caption = ' '.join([index_word[i] for i in cap_val[rid] if i notin [0]])

result, attention_plot = evaluate(image)

print ('Real Caption:', real_caption)

print ('Prediction Caption:', ' '.join(result))

plot_attention(image, result, attention_plot)

# opening the image

Image.open(img_name_val[rid])

在你的圖像上試一下吧!

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 圖像
    +關注

    關注

    2

    文章

    1084

    瀏覽量

    40465
  • 數(shù)據(jù)集

    關注

    4

    文章

    1208

    瀏覽量

    24701

原文標題:TensorFlow官方力推、GitHub爆款項目:用Attention模型自動生成圖像字幕

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    基于擴散模型圖像生成過程

    近年來,擴散模型在文本到圖像生成方面取得了巨大的成功,實現(xiàn)了更高圖像生成質量,提高了推理性能,也可以激發(fā)擴展創(chuàng)作靈感。 不過僅憑文本來控制
    的頭像 發(fā)表于 07-17 11:00 ?2735次閱讀
    基于擴散<b class='flag-5'>模型</b>的<b class='flag-5'>圖像</b><b class='flag-5'>生成</b>過程

    利用Matlab的simulink搭建模型生成C代碼

    一、整體思路利用Matlab的simulink搭建模型生成C代碼,通過stm32cubemx生成工程,最后在KEIL或者IAR等工具里面編譯生成
    發(fā)表于 08-04 06:08

    利用Matlab的simulink搭建模型生成C代碼

    一、整體思路利用Matlab的simulink搭建模型生成C代碼,通過stm32cubemx生成工程,最后在KEIL或者IAR等工具里面編譯生成
    發(fā)表于 08-10 07:49

    為什么生成模型值得研究

    1.Why study generative modeling? 人們可能很自然地想知道為什么生成模型值得研究,尤其是那些只能夠生成數(shù)據(jù)而不能提供密度函數(shù)估計的生成
    發(fā)表于 09-15 06:03

    YouTube測試谷歌字幕自動生成技術

    YouTube測試谷歌字幕自動生成技術 現(xiàn)在,YouTube針對數(shù)百萬段視頻推出字幕自動生成技術,最開始是語音清晰的英語視頻提供自動
    發(fā)表于 03-05 09:59 ?1134次閱讀

    深度學習模型介紹,Attention機制和其它改進

    上述模型對于每個實體對只選用一個句子進行學習和預測,損失了大量的來自其它正確標注句子的信息。為了在濾除wrong label case的同時,能更有效地利用盡量多的正確標注的句子,Lin et
    的頭像 發(fā)表于 03-22 15:41 ?1.9w次閱讀
    深度學習<b class='flag-5'>模型</b>介紹,<b class='flag-5'>Attention</b>機制和其它改進

    日本YouTube推出字幕生成系統(tǒng)

    關鍵詞:YouTube , 日本 , 字幕生成系統(tǒng) 日前,日本Youtube就公布一個名為“自動話音標識符幕生成”服務,并于8月14日正式推出。這個功能其實是利用谷歌(Google)現(xiàn)
    發(fā)表于 01-10 07:04 ?954次閱讀

    微軟新AI項目文檔和電子郵件的圖像添加字幕

    微軟的一項新AI項目旨在自動文檔和電子郵件中的圖像添加字幕,以便視覺障礙軟件讀取圖像
    的頭像 發(fā)表于 11-18 10:54 ?1737次閱讀

    Eros Now利用Google Cloud實現(xiàn)AI驅動的字幕功能

    “通過使用AI框架和大量預先存在的數(shù)據(jù),Eros Now的內部數(shù)據(jù)科學團隊模擬,培訓和開發(fā)了一種先進的模型,該模型的性能相當于人類,并且能夠生成所需的字幕電影和原著中使用的語言”,該公
    的頭像 發(fā)表于 03-15 13:44 ?2261次閱讀

    基于生成器的圖像分類對抗樣本生成模型

    ,并保證攻擊成功率。模型將對抗樣本生成的過程視為對原圖進行圖像増強的操作引入生成對抗網(wǎng)絡,并改進感知損失函數(shù)以增加對抗樣本與原圖在內容與特征空間上的相似性,采用多分類器損失函數(shù)優(yōu)化訓練
    發(fā)表于 04-07 14:56 ?2次下載
    基于<b class='flag-5'>生成</b>器的<b class='flag-5'>圖像</b>分類對抗樣本<b class='flag-5'>生成</b><b class='flag-5'>模型</b>

    一種基于改進的DCGAN生成SAR圖像的方法

    的方法。測試和驗證多個同類圖像識別軟件,并進行擇優(yōu),需要自行設計不同于訓練用的圖像來對測軟件進行測試。此方法可以為擇優(yōu)測試提供一個公平的基準測試集。實驗分別使用原 DCGAN模型和改
    發(fā)表于 04-23 11:01 ?21次下載
    一種基于改進的DCGAN<b class='flag-5'>生成</b>SAR<b class='flag-5'>圖像</b>的方法

    梯度懲罰優(yōu)化的圖像循環(huán)生成對抗網(wǎng)絡模型

    通常情形下,現(xiàn)有的圖像生成模型都采用單次前向傳播的方式生成圖像,但實際中,畫家通常是反復修改后才完成一幅畫作的;
    發(fā)表于 05-10 16:25 ?7次下載

    基于生成式對抗網(wǎng)絡的圖像補全方法

    )實現(xiàn)。首先,通過生成模型圖像的缺失區(qū)域進行補全;然后,利用判別器模型圖像的補全效果進行判
    發(fā)表于 05-19 14:38 ?14次下載

    基于像素級生成對抗網(wǎng)絡的圖像彩色化模型

    基于像素級生成對抗網(wǎng)絡的圖像彩色化模型
    發(fā)表于 06-27 11:02 ?4次下載

    KOALA人工智能圖像生成模型問世

    近日,韓國科學團隊宣布研發(fā)出名為 KOALA 的新型人工智能圖像生成模型,該模型在速度和質量上均實現(xiàn)了顯著突破。KOALA 能夠在短短 2 秒內生成
    的頭像 發(fā)表于 03-05 10:46 ?790次閱讀
    主站蜘蛛池模板: 特黄毛片| 美女视频永久黄网站在线观看| 天堂网在线www资源网| dvd碟片色爱| 一级特黄特黄xxx视频| 免费一级毛片视频| 天堂在线www天堂中文在线| 69日本xxxxxxxxx78| 四虎在线永久| 伊人操| 欧美白虎逼| 色噜噜狠狠网站| 亚洲乱亚洲乱妇13p| 在线观看中文字幕一区 | 亚洲色图国产精品| 国产资源在线观看| 又粗又爽又色男女乱淫播放男女| 91午夜剧场| 色偷偷88欧美精品久久久| 欧美精品videosex极品| 手机看片国产免费现在观看| 久久精品最新免费国产成人| 亚洲爱爱网站| 久久久久性| 成年女人毛片| 色六月婷婷| 人人干人人干人人干| 一及黄色| 精品综合久久88色鬼首页| 黑粗硬大欧美视频| 天堂中文字幕| 天天射天天做| 正在播放91大神调教偷偷| 欧美一级二级三级视频| 中文字幕自拍| 欧美国产日本高清不卡| 狠狠色丁香久久婷婷综合丁香 | 美女被免网站在线视频| 亚洲国产婷婷综合在线精品| 97色资源| 最近2018中文字幕免费看2019|