OpenVINO में GAN नेटवर्क चलाने की कोशिश कर रहा है

OpenVINO लाइब्रेरी की ओपन मॉडल चिड़ियाघर मॉडल भंडार कंप्यूटर दृष्टि के क्षेत्र से गहरी तंत्रिका नेटवर्क के कई अलग अलग प्रकार होते हैं (और न केवल)। लेकिन हम अभी तक GAN मॉडल से नहीं मिले हैं जो शोर से नया डेटा उत्पन्न करेगा। इस लेख में, हम केरस में इस तरह का एक मॉडल बनाएंगे और इसे ओपनविनो में चलाएंगे।

GAN नेटवर्क के बारे में थोड़ा बताएं

अच्छे प्रशिक्षण के साथ उदारतापूर्वक प्रतिस्पर्धी नेटवर्क (जीएएन) आपको शोर या इनपुट छवियों से नई छवियां बनाने की अनुमति देता है जिन्हें संश्लेषित के बजाय वास्तविक माना जाएगा। GAN नेटवर्क का उपयोग विभिन्न कार्यों में तेजी से किया जाता है:

• एक चित्र वर्णन तैयार करना;
• विवरण द्वारा चित्र पीढ़ी;
• फोटोग्राफी से इमोजी बनाना;
• छवि संकल्प में वृद्धि;
• छवि शैली हस्तांतरण;
• चिकित्सा छवियों की गुणवत्ता में सुधार;
• फेस जनरेशन और बहुत कुछ, बहुत कुछ।

लेकिन पहले, चलो अभ्यास करते हैं बिल्ली की यह सुनिश्चित करने के लिए कि OpenVINO GAN नेटवर्किंग में सक्षम है।

GAN छवि निर्माण

Keras, , MNIST. OpenVINO , GAN . , NVIDIA .

Keras : . GAN Keras .

, OpenVINO, OpenVINO .
5 .

GAN , , Fashion MNIST — , — . , ?

OpenVINO

OpenVINO : Caffe, Tensorflow, ONNX .. Keras, ONNX, ONNX OpenVINO. , , Keras->ONNX->OpenVINO , Keras->TensorFlow->OpenVINO. , ONNX , Tensorflow, .

Python Keras ONNX:

import numpy as np
import argparse
import onnx
import keras2onnx
from keras.models import load_model

model = load_model('gan_digits.h5')
onnx_model = keras2onnx.convert_keras(model, model.name)
onnx.save_model(onnx_model, 'gan_digits.onnx')

ONNX OpenVINO ( Windows) Model Optimizer:

python "C:\Program Files (x86)\IntelSWTools\openvino\deployment_tools\model_optimizer\mo.py" --input_model gan_digits.onnx --input_shape [100,100]

, , OpenVINO. :

import numpy as np
import sys
import matplotlib.pyplot as plt
from openvino.inference_engine import IENetwork, IECore

#  OpenVINO   
ie = IECore()
net = IENetwork(model='gan_digits_R2020.1.xml', weights='gan_digits_R2020.1.bin')
exec_net = ie.load_network(net, 'CPU')
input_blob = next(iter(net.inputs))
out_blob = next(iter(net.outputs))

#      
noise = np.random.normal(loc=0, scale=1, size=[100, 100])
generated_images = exec_net.infer(inputs={input_blob: noise})

#  
generated_images = generated_images['Tanh']
generated_images = generated_images.reshape(100, 28, 28)
figsize = (10, 10)
dim = (10, 10)
plt.figure(figsize=figsize)
for i in range(generated_images.shape[0]):
    plt.subplot(dim[0], dim[1], i + 1)
    plt.imshow(generated_images[i], interpolation='nearest', cmap='gray_r')
    plt.axis('off')
plt.tight_layout()
plt.show()

, . , , 100%.

OpenVINO . , , OpenVINO , .

, , styleGAN. :

styleGAN NVIDIA , . GitHub , GPU. OpenVINO.

, PyTorch ONNX ( OpenVINO). , , !

, , .
.