Pix2Pixonline，AI應(yīng)用背后技術(shù)，基于有條件對抗網(wǎng)絡(luò)的圖像到圖像翻譯，可以從邊緣圖重建對象、圖像著色。由國外程序猿Christopher Hesse收集幾萬張貓咪、人像等素材訓(xùn)練代碼程序而制作出。
【pix2pixonline在線畫圖軟件說明】
和之前的畫貓一樣，這個(gè)AI應(yīng)用背后的技術(shù)，也是基于有條件對抗網(wǎng)絡(luò)的圖像到圖像翻譯。這個(gè)網(wǎng)絡(luò)不僅能學(xué)習(xí)從輸入圖像到輸出圖像的映射，而且還能學(xué)習(xí)一個(gè)損失函數(shù)來訓(xùn)練這一映射。
這使得傳統(tǒng)上可能需要不同損失函數(shù)的問題，能夠應(yīng)用相同的通用方法。也就是說能在不必手動(dòng)設(shè)計(jì)損失函數(shù)的情況下實(shí)現(xiàn)合理的結(jié)果。
這種方法被證明在以標(biāo)簽圖合成照片、從邊緣圖重建對象、圖像著色等任務(wù)中有效。
這項(xiàng)研究來自加州大學(xué)伯克利分校的PhillipIsola、Jun-YanZhu、TinghuiZhou以及AlexeiA.Efros。他們還公布了相關(guān)的論文和代碼。
【pix2pixonline軟件功能】
16種過濾器：
P濾鏡，你喜愛的肖像
G濾鏡，使您的照片華麗
S濾鏡，美麗的風(fēng)景
V濾鏡，使照片看起來復(fù)古
超過100種的字體
1.立面(facades)
在建筑立面數(shù)據(jù)庫上訓(xùn)練有標(biāo)簽的建筑立面。它似乎不知道如何處理一個(gè)大的空白區(qū)域，但如果放上足夠的窗口，那么結(jié)果往往合理。繪制“墻”顏色矩形來擦除東西。
我沒有建筑立面給定不同部分的名字，所以我只是猜測它們叫什么。
2.邊緣轉(zhuǎn)換成貓咪(edges2cats)
在約2k 存儲(chǔ)貓照片和從那些照片自動(dòng)生成的邊緣之上訓(xùn)練。生成了彩色貓對象和一些帶有噩夢的臉。我所見過的最好的一個(gè)是貓貓。
一些圖片看起來特別蠕動(dòng)，因?yàn)閷?dòng)物辨識(shí)產(chǎn)生誤判，特別是在眼睛周圍。自動(dòng)檢測的邊緣在很多情況下不是很好，沒有檢測到貓的眼睛，使得訓(xùn)練圖像翻譯模型效果更差。
3.邊緣轉(zhuǎn)換成鞋(edges2shoes)
在從Zappos收集的〜50k鞋子圖片以及從那些圖片自動(dòng)生成的邊緣的數(shù)據(jù)庫上訓(xùn)練之后。如果你真的擅長繪制鞋子的邊緣，可以嘗試產(chǎn)生一些新的設(shè)計(jì)。請記住，因?yàn)槭窃谡鎸?shí)的對象上進(jìn)行訓(xùn)練，所以如果你可以繪制更多的3D物體，所以似乎工作得更好。
展開
