HyperAI

كيف سيبدو طفل يوي أراجاكي وزوجها؟ دعونا نستخدم BabyGAN للتنبؤ

特色图像

"زوجتي ستتزوج"، "ألم انتزاع زوجة جين هوشينو"، "انتهى شبابي"... بعد أن أعلن جين هوشينو ويوي أراجاكي رسميًا عن زواجهما، أعرب العديد من مستخدمي الإنترنت عن المشاعر المذكورة أعلاه.

شارك الاثنان في بطولة الدراما اليابانية "الهروب مخجل ولكنه مفيد"،كان البطلان في المسرحية متزوجين بموجب عقد في الأصل، وفي النهاية أصبحا زوجين

مجموعة أخرى من مستخدمي الإنترنت، بعد قبول الوضع الحالي المتمثل في "الحب المكسور" بهدوء، اتجهت إلى الاهتمام بأطفال يوي أراجاكي وجين هوشينو.خائفة أن الطفل لن يكون مثل أمه.

أبدى مستخدمو موقع Weibo قلقهم الشديد بشأن مظهر طفلهم

بمساعدة نموذج المصدر المفتوح BabyGAN، توقعنا شكل أطفال Yui Aragaki وGen Hoshino في المستقبل.

"داهي" هو اسم طفل الزوجين في الدراما "ليس خطئي أنني مشهور!".وفقًا لتوقعات BabyGAN،إذا كان طفل يوي أراجاكي وجين هوشينو فتاة،ومن ثم قد تبدو الأنهار في مختلف العصور على النحو التالي:

قام BabyGAN بإنشاء صورة لابنتي وهي تكبر
قام BabyGAN بإنشاء صورة لنمو الابن

ما هو BabyGAN؟

BabyGAN هو برنامج للتنبؤ بمظهر الطفل يعتمد على StyleGAN.بناءً على المشفر والمولد، يمكنك إدخال صور الأب والأم، وبعد معالجتها بواسطة الشبكة العصبية، يمكنك إنشاء أو التنبؤ بمظهر الطفل المستقبلي.

طريقة التنبؤ: باستخدام نموذج الشبكة العصبية المستند إلى بنية GAN، يتم استخراج التمثيل الكامن من صورة الوالد المدخلة، ثم يتم استخدام الخوارزمية لخلطها بنسبة معينة لتوليد الصورة الفرعية.

الأب (يسار)، المظهر المتوقع (وسط)، الأم (يمين)

باستخدام اتجاه زمن الوصول، يمكنك تغيير معلمات مثل العمر، واتجاه الوجه، والعاطفة، والجنس.

عنوان المشروع: [هنا]

المشفر: هنا

يوضح هذا البرنامج التعليمي بشكل أساسي ما يلي:

1. قم بتحميل نموذج BabyGAN المدرب من النظام المحلي

2. تحضير صور لكلا الوالدين والحصول على تمثيلاتهم الكامنة

3. قم بإنشاء وجه الطفل باستخدام النموذج

4. اضبط جنس الطفل وعمره والمعلمات الأخرى لتوليد صورة طفل تلبي احتياجاتك

ضبط جنس الطفل وعمره والسمات الأخرى للرسوم المتحركة التخطيطية

بيئة التثبيت:بايثون: 3.6؛ TensorFlow: 1.15

ملحوظة:يوصى بتشغيل هذا البرنامج التعليمي باستخدام وحدة معالجة الرسومات (GPU)

عنوان البرنامج التعليمي:هنا

 شرح مفصل لعملية تدريب النموذج 

1. التحضير

2. تحضير الصورة الأصلية

3. إنشاء صور الأطفال

4. إنشاء صور أطفال ذات خصائص معينة

مشاهدة البرنامج التعليمي الكامل:هنا

مشاريع مفتوحة المصدر ذات تصنيف عالي متعلقة بـ StyleGAN

يعتمد نموذج BabyGAN على StyleGAN. بالإضافة إلى ذلك، فهو يعتمد على StyleGAN و StyleGAN2.وقد تم أيضًا اشتقاق العديد من المشاريع مفتوحة المصدر عالية الجودة.

 ستايلال ايه ايه 

StyleALAE هو مشفر ذاتي ضمني تنافسي يعتمد على مولد StyleGAN.لا يمكنه فقط إنشاء صور وجه بدقة 1024 × 1024 بجودة صورة مماثلة لـ StyleGAN، بل يمكنه أيضًا إجراء إعادة بناء الوجه وتغييرات السمات استنادًا إلى صور حقيقية بنفس الدقة.

مخطط معماري StyleALAE

يستخدم مشفر StyleALAE طبقة تطبيع المثيل (IN) لاستخراج معلومات النمط متعددة المقاييس.يتم دمج هذه المعلومات في كود ضمني من خلال خريطة متعددة الخطوط قابلة للتعلم.

أوراق ذات صلة:هنا

عنوان المشروع:هنا

نمط التدفق 

في حين أنه من السهل إنشاء صور عالية الجودة ومتنوعة وواقعية باستخدام StyleGAN، فإنه ليس من السهل التحكم في عملية التوليد باستخدام السمات (الدلالية) مع الحفاظ على جودة الإخراج العالية.بالإضافة إلى ذلك، نظرًا للطبيعة المتشابكة لمساحة GAN الكامنة،قد يؤدي التحرير على طول خاصية واحدة بسهولة إلى إحداث تغييرات في خصائص أخرى.

من أجل حل مشكلة الاستكشاف الشرطي للفضاء الكامن المتشابك،مشاكل مع أخذ العينات المشروطة بالسمات والتحرير المشروط بالسمات،اقترح الباحثون StyleFlow.

يمكن استخدام StyleFlow لتعديل سمة معينة،دون التسبب في تغييرات في خصائص أخرى،على سبيل المثال، قم فقط بتغيير الإضاءة، أو الوضعية، أو التعبير، أو الجنس، وما إلى ذلك.

استخدم StyleFlow لإجراء تحرير غير متسلسل للصور الحقيقية.بالنسبة للصور المتطرفة مثل صور كبار السن والصور غير المتماثلة،التأثير أفضل من الطريقة المتزامنة.

أوراق ذات صلة:هنا

عنوان المشروع:هنا

 Pixel2style2pixel (pSp) 

pSp هو برنامج ترميز StyleGAN لترجمة الصور من صورة إلى أخرى. يعتمد على شبكة ترميز جديدة يمكنها إنشاء سلسلة من متجهات الأنماط بشكل مباشر.يتم تغذية متجهات النمط هذه إلى مولد StyleGAN المدرب مسبقًا لتشكيل مساحة w+ الكامنة الموسعة.

في pSp، يستطيع المشفر تضمين الصورة الحقيقية مباشرة في w+ دون الحاجة إلى تحسين إضافي.ويستطيع المشفر حل مهمة تحويل الصورة إلى صورة بشكل مباشر وتحديدها كمشكلة ترميز من مجال الإدخال إلى المجال الكامن.

إنجازات pSp في عكس StyleGAN، وتوليف الصور الشرطية متعددة الوسائط، ومحاكاة الصور الأمامية، واستعادة الصور، وسيناريوهات الدقة الفائقة

يمكن استخدام pSp دون تغيير البنية.التعامل مع مجموعة متنوعة من مهام تحويل الصور،مثل إنشاء صور الوجه من خرائط التجزئة، وإظهار الوجوه، والدقة الفائقة، وما إلى ذلك.

أوراق ذات صلة:هنا

عنوان المشروع:هنا

جين فورس 

GenForce هي مكتبة PyTorch فعالة للنماذج التوليدية العميقة مثل StyleGAN، وStyleGAN2، وPGGAN.فهو يتمتع بالميزات التالية:

1. إطار عمل التدريب الموزع

2. سرعة التدريب السريعة

3. تصميم معياري، مناسب لإنشاء نماذج أولية للنماذج الجديدة

4. بالمقارنة مع إصدار TF الرسمي، فإن تدريب StyleGAN يتم إعادة إنتاجه بدرجة كبيرة

5. يحتوي على العديد من نماذج GAN المدربة مسبقًا مع عروض Colab التوضيحية

بعض المشاريع والأوراق المتعلقة بـ GenForce

أوراق ذات صلة:هنا
عنوان المشروع:هنا

 حول OpenBayes 

OpenBayes هي مؤسسة رائدة في مجال أبحاث الذكاء الآلي في الصين.يوفر عددًا من الخدمات الأساسية المتعلقة بتطوير الذكاء الاصطناعي، بما في ذلك حاويات قوة الحوسبة، والنمذجة التلقائية، والتعديل التلقائي للمعلمات.

وفي الوقت نفسه، أطلقت OpenBayes أيضًا العديد من الموارد العامة السائدة مثل مجموعات البيانات والبرامج التعليمية والنماذج.لتمكين المطورين من التعلم بسرعة وإنشاء نماذج التعلم الآلي المثالية.

قم بزيارة openbayes.com وقم بالتسجيل الآن

استمتع الآن 

600 دقيقة/أسبوع من vGPU

و300 دقيقة أسبوعيًا من وقت الحوسبة المجاني لوحدة المعالجة المركزية

اتخذ إجراءً الآن واستخدم BabyGAN للتنبؤ بمظهر أطفالك في المستقبل!

بوابة تعليمية كاملة:هنا

بوابة كولاب:هنا