量子位 报谈 | 公众号 QbitAI 少女野外调教

　　英伟达家的新AI，不错把视频里的一只金毛，赶紧酿成猫鼬。

　　只消给AI看两张猫鼬的静态图：

　　在看到这两张图之前，AI从来莫得见过猫鼬这种动物，考验集里莫得。

　　AI没见过的动物还有好多，只消给它一两张像片老到一下，就不错把金毛换成它们的脸。

　　比如，凶猛的大型猫科动物：

　　这么说来，金毛的亲戚如哈士奇等辈，愈加不在话下：

　　虽说同是图到图的翻译，同是无监督，这只AI和马变斑马的前辈相配不同。前辈只可在我方见过的动物之间作念翻译。考验的时间，看过许多马，也看过许多斑马；

　　而英伟达的新选手，杰出于考验中从没见过斑马。考验集里莫得的动物，只消测试的时间能看到一两张图，就够了。

　　小样本学习 (Few-Shot Learning) 算法，对考验数据的条目大大大大大大裁减了。

　　团队把算法开源了，还上线了一键换脸Demo。是以，初中生系列今天先玩耍一下再讲旨趣。

　　造作与正确的掀开神情

　　鄙人鸡冻地尝试了Demo。

　　第一题，把一只高冷的喵传了上去，用方框选中头部。

　　△ 鸣谢我司夏老司

　　于是，多样动物都赢得了半侧面的冷峻：

　　第二题，把一只雷布斯传了上去，亦然半侧面：

　　出东谈主料念念，生成了贵族气味的半兽东谈主：

　　AI的艺术天分扑面而来，不外也曾要谛视辅导诸君：

　　Demo愚弄叫作念宠物换脸 (PetSwap) ，请遴荐正确的掀开神情，底下是正确示范。

　　第三题，冒失次元壁。去吧，大观测皮卡丘：

　　人人都戴上了福尔摩斯的帽子，不外只消右上角的猎犬，解锁了性感的腮红。

　　简直一个优雅又充实的清早。

　　玩够，该看旨趣了。

　　没见过的动物，只消看一眼

　　就像开始讲到的，这是一个小样本翻译器。它要把实质图 (Content Image) 如金毛，换成类别图 (Class Image) ，如哈士奇能够好意思洲狮。

　　模子分为三个部分：

　　一是实质编码器 (Content Encoder) ，粉色部分。它把输入的实质图 (金毛) ，映射到一个实质潜码 (Content Latent Code) 上。

　　二是类别编码器 (Class Encoder) ，绿色部分。先把每张类别图 (哈士奇) 映射到一个潜码上。然后取个平均，就得到整个类别的潜码了。

　　三是解码器 (Decoder) ，蓝色部分。先把类别潜码映射到adaIN参数上，然后把实质潜码作念个解码，来生成翻译的效果图。

　　考验的时间，数据集里有金毛也有哈士奇。AI就在这些见过的类别之间，修皆换脸本领：

　　然则，考验集里莫得好意思洲狮。测试的时间，要生成好意思洲狮怎样办呢？

　　阴私就在这里：当类别图和实质图长得不异的时间，就让模子生成一个重构 (Reconstruction) 。

　　这么，只消在测试的经过中，临时看一张好意思洲狮 (能够几张) ，就能把没见过的片刻变为见过的。AI把考验集里的狗，翻译好意思洲狮，也就不难了：

　　大功成功。

　　你也快去玩啊

　　这么 (优) 秀的AI，你一定也念念调教一下。

　　代码、Demo、论文，都在这里了：

　　Demo传送门：

　　https://nvlabs.github.io/FUNIT/petswap.html

　　论文传送门：

　　https://arxiv.org/abs/1905.01723

　　代码传送门：

　　https://github.com/nvlabs/FUNIT/

　　主页传送门：

　　https://nvlabs.github.io/FUNIT/

本文首发于微信公众号：量子位。著述实质属作家个东谈主不雅点，不代表和讯网态度。投资者据此操作少女野外调教，风险请自担。

• 最新
• 一张
• 少女野外调教
• 不死
• 雷布斯