हमने तंत्रिका नेटवर्क कला की गैलरी कैसे बनाई और हम कॉपी करने के लिए चित्र क्यों नहीं देते हैं

आज हमने एक वर्चुअल गैलरी लॉन्च की जहां सभी चित्र एक तंत्रिका नेटवर्क द्वारा बनाए गए हैं। इसकी ख़ासियत यह है कि प्रत्येक व्यक्ति पूरे आकार में केवल एक तस्वीर ले सकता है। लगभग एक वास्तविक गैलरी में पसंद है।

इस पोस्ट में, मैं इस बारे में बात करूंगा कि इस विचार का जन्म कैसे हुआ और हमने इसे दो तंत्रिका नेटवर्क का उपयोग करके कैसे लागू किया, जिनमें से एक का उपयोग यैंडेक्स खोज में किया जाता है।



विचार

हम GANs के साथ बहुत प्रयोग करते हैं और एक सुंदर और समझने योग्य परियोजना का विचार खोजने की कोशिश करते हैं जिसमें हम अपनी उपलब्धियों को दिखा सकते हैं।

मेरे पास पहले से ही एक गैन्ट्स परियोजना थी जिसे मैंने अपने और दोस्तों के लिए लॉन्च किया था। यह सिर्फ एक पृष्ठ था जिस पर टी-शर्ट पर प्रिंट के रूप में चित्र अंतहीन रूप से उत्पन्न किए गए थे। वे स्टाइलगन तंत्रिका नेटवर्क द्वारा उत्पन्न किए गए थे, विकीर्ट के साथ हाथ से उठाए गए कला शैलियों पर प्रशिक्षित।

प्रोजेक्ट जीआईएफ

हमने इस विचार को एक आधार के रूप में लिया। लेकिन मैं चित्रों का सिर्फ एक और साइट-जनरेटर नहीं करना चाहता था। और चर्चा की प्रक्रिया में, कई विषयगत कमरों के साथ एक आर्ट गैलरी की अवधारणा दिखाई दी, जहां प्रत्येक तस्वीर में एक से अधिक मालिक नहीं होने चाहिए। हमारे विचार के अनुसार, इस आभासी गैलरी को अधिक परिचित दीर्घाओं के साथ जोड़ना चाहिए जिसमें प्रत्येक तस्वीर का एक विशिष्ट स्वामी होता है। उसी समय, लाखों छवियां उत्पन्न करने में सक्षम होने के कारण, हमने विशेष रूप से उनकी संख्या को सीमित कर दिया ताकि प्रत्येक उपयोगकर्ता जो चित्र लेने में कामयाब रहे, उसे इसकी विशिष्टता महसूस हो। और हमने एक प्रतिबंध भी जोड़ा - आप एक से अधिक चित्र नहीं ले सकते - इसलिए इसे चुनना बहुत अधिक दिलचस्प है।

कार्यान्वयन

चूंकि एनवीडिया कंपनी ने स्टाइलगन न्यूरल नेटवर्क के प्रशिक्षण के लिए कोड पोस्ट किया है, इसलिए किसी को उत्पन्न छवियों के साथ आश्चर्यचकित करना काफी मुश्किल है। इसके लेखक एक काफी सार्वभौमिक वास्तुकला बनाने में कामयाब रहे, जो विभिन्न आंकड़ों पर अच्छे परिणाम दिखाता है। सफलता इस तथ्य में भी थी कि मॉडल को स्वीकार्य समय और प्रतियोगियों की तुलना में बेहतर गुणवत्ता के साथ पर्याप्त उच्च रिज़ॉल्यूशन (1024 × 1024) में प्रशिक्षित किया जा सकता है।

उत्साही उसे "सब कुछ" खिलाता है जो हाथ में आता है। यदि आप ऐसी परियोजनाओं को देखने में रुचि रखते हैं, तो यहां सबसे अधिक हड़ताली लोगों की एक सूची है।

- लोग: thispersondoesnotexist.com
- मोबाइल फोनों: www.thiswaifudoesnotexist.net
- बिल्लियाँ: thesecatsdonotexist.com
- गेम ऑफ़ थ्रोन्स के पात्र: nanonets.com/blog/stvengan-got
- कारें: twitter.com/SyntopiaDK/status/1094337819659644928
- लोगो: twitter.com/matthewjarvisw/status/1110548997729452035
- बच्चों के चित्र: twitter.com/roberttwomey/status/1239050186120282113
- बग: twitter.com/karim_douieb/status/1229903297378766854
- कॉमिक्स गारफील्ड: twitter.com/willynguen/status/122038206255489843333
- फॉन्ट : twitter.com/cyrildiagne/status/1095603397179396098
- माइक्रोस्कोप से चित्र: twitter .MichaelFriese10
/status/ 12294536815164129289- ट्विटर, ट्विटर : pokemon: 1210305621121064960

लेकिन प्रगति अभी भी स्थिर नहीं है, और 2019 के अंत में एनवीडिया ने दूसरा संस्करण जारी कियास्टाइलगन । सभी परिवर्तनों का विस्तृत अवलोकन हैबे पर पढ़ा जा सकता है । नेटवर्क के भीतर सक्रियण को सामान्य करने की विधि को बदलकर मुख्य दृश्य सुधार को विशेषता छोटी बूंद जैसी कलाकृतियों से छुटकारा मिल रहा है। अपने शुरुआती डेटासेट पर नए आर्किटेक्चर को आज़माने के बाद, हमने उत्पन्न चित्रों की विविधता में भी वृद्धि देखी, जो आनन्दित नहीं कर सके। हमारी परिकल्पना: यह वास्तुकला के दूसरे संस्करण में मापदंडों की संख्या में वृद्धि के कारण था, जिसने हमें डेटा के वितरण में अधिक "मोड" सीखने की अनुमति दी थी।

स्टाइलगैन के दूसरे संस्करण का एक और अच्छा बोनस "चिकना" अव्यक्त स्थान था। सीधे शब्दों में कहें, यह आपको अलग-अलग चित्रों के बीच आसानी से बहने देता है:


चित्रों को बनाने के लिए, हमने StyleGAN2 वास्तुकला का उपयोग किया। हमने चित्रकला के विभिन्न क्षेत्रों से संबंधित कार्यों पर तंत्रिका नेटवर्क को प्रशिक्षित किया: फौविज्म और क्यूबिज्म से लेकर अतिसूक्ष्मवाद और सड़क कला तक। कुल मिलाकर, प्रशिक्षण सेट में लगभग 40 हजार पेंटिंग हैं, जिसके आधार पर पूरी तरह से नई छवियां उत्पन्न होती हैं।

हमारी गैलरी में चार विषयगत हॉल हैं: "लोग", "प्रकृति", "शहर" और "मूड"। चित्रों को हॉल में विभाजित करने के लिए, हमने तंत्रिका नेटवर्क का उपयोग किया, जिसका उपयोग Yandex.Pictures में किया जाता है। वह पाठ अनुरोध पर चित्र जारी करने से उपयोगकर्ता क्लिक पर सीखता है। हमारे आंतरिक प्रशिक्षण डेटासेट काफी बड़े हैं ताकि यह तंत्रिका नेटवर्क उत्पन्न पैटर्न का भी पता लगा सके। उसने बड़ी संख्या में यादृच्छिक चित्रों से हमारे पाठ अनुरोधों के अनुसार छवियों को स्वचालित रूप से चुनने में मदद की। उदाहरण के लिए, "सौंदर्य", "गोल नृत्य," "तिथि," "मास्टर," और इसी तरह के अनुरोध पर "पीपल" नामक एक कमरे के लिए चित्रों का चयन किया गया था। इसने विषयगत कमरों की भावना पैदा की, और प्रारंभिक प्रश्नों ने चित्रों के नाम के रूप में कार्य किया।

परिणाम



हमने एक गैलरी बनाईचार हजार चित्रों में से, जिनमें से प्रत्येक को इसका मालिक मिल सकता है। इस आभासी गैलरी के साथ, हम तंत्रिका नेटवर्क रचनात्मकता और अधिक मूर्त कला के बीच की दूरी को और कम करना चाहते हैं।

मेरा मानना ​​है कि उपयोगकर्ता द्वारा चित्र चुनने की प्रक्रिया को रचनात्मकता का प्रकटन भी कहा जा सकता है। और मुझे उम्मीद है कि भविष्य में रचनात्मक विकल्प के लिए बहुत अधिक अवसर होंगे।