MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

栏目: 数据库 · 发布时间: 5年前

内容简介:有只会做披萨的GAN,登上了它的工作,并不是生成一张披萨的照片那么简单。你看,AI可以给披萨铺上

吃栗子 发自 凹非寺

量子位 报道 | 公众号 QbitAI

有只会做披萨的GAN,登上了 CVPR 2019

它的工作,并不是生成一张披萨的照片那么简单。

你看,AI可以给披萨铺上 帕帕罗尼肠

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

服服帖帖,朴素的芝士披萨,也能变成帕帕罗尼披萨了。

如果有素食的小伙伴,AI可以把帕帕罗尼肠拿走,露出底下的芝士来:

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

仿佛肉被熊孩子挑光了一样。

另外,在下不喜橄榄,也可以让AI帮忙把橄榄拣出去:

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

既然是“ 做披萨 ”的AI,只会加料减料并不够,还要把披萨烤熟:

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

完成。

这只AI就叫 PizzaGAN 。为它训练厨艺的,是来自MIT和卡塔尔计算研究所的5位爸爸。

他们说,算法其实并不是一只GAN,而是许多GAN层层叠叠而生。

并且,修炼过程中PizzaGAN吃下了 2.8G 的真实披萨数据集,以及 1.8G 的合成披萨数据集。

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

两个数据集现在已经 开放下载 了,团队说算法也快要开源了。

在那之前,我们先来看看AI是怎样做披萨的:

井然有序

AI按照食客的要求生产披萨,首先要认识各种配料。

分类、分割都只用了 弱监督 :通过AMT众包获得了标注数据,在图像层面 (Image Level) 标出有哪些配料就可以。但为了准确,每张图由5个人标注,最后采纳多数人的看法。

数据有了,要怎么用呢?

一层叠一层

就像开头提到的那样,PizzaGAN不是一只GAN,而是模块化的:

每种配料都有两个算子(Operator) ,一个用来加料,一个用来减料。 每个算子都是一只GAN

比如,这是加帕帕罗尼肠用的GAN:

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

它的生成器和普通GAN不同,不会生出一张全新图像,而是在输入图像的基础上,生成一层加帕帕罗尼肠的新外观 (称作 A+ ) 。

还生成一个Mask (称作 M+ ) ,用来把新外观叠加到原图上,它会显示出哪些像素和原图不同。

有了 A+M+ ,就可以给芝士披萨,铺上一层帕帕罗尼肠了。

去掉帕帕罗尼也是同理:

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

GAN要生成一层新的外观 ( A- ) ,显示出去掉食材的部分本来的样子。

也生成一个Mask ( M- ) ,来指示原图里的哪些像素,在新图上会发生变化。

有了 M- ,就可以把 A- 这层新外观叠加到帕帕罗尼披萨上,得到一张芝士披萨。

罗勒,蘑菇,菠萝粒…..不想要的配料,全部可以去掉:

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

除此之外, 注意一下,比起加料模块,减料模块拥有更重要的使命

它们可以把输入的一张披萨, 拆解成很多层 ,每层一种料,然后就可以按需加减了。

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

那么问题来了,是不是只要知道有哪些料,按随性的 顺序 来拆解就行?

琵琶半遮面

不不不,AI可以从 遮挡关系 上,判断出哪种料是先加的,哪种是后加的。

举个栗子,这里有一红一绿两个圆,红上绿下。

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

如果,先去掉红色、再去掉绿色,那么去掉红色的时候,绿色的圆会被AI补充完整。

反过来,先去掉绿色、再去掉红色的话,绿色的圆就补不齐了。

这样说来,先去掉红色比较合适。那么AI是怎样判断的呢?

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

根据Mask来看,先去红色再去绿色, 两个Mask之间会有交集 ,反过来就完全没有交集了。

交集更多,就是更合理的顺序,AI便是这样推测减料的先后。

而最先去掉的料在最上层,也就是最后加的料。所以,把减料的顺序翻过来,就是加料顺序了。

撒好配料之后,放进烤箱:

一回熟二回生

最后一步,团队手动标注了932个真披萨,一部分是烤熟的,一部分还没烤。

这些数据用来训练AI,把生饼变成熟饼:比如面饼变得金黄,下层的番茄酱在上层的配料之间透出更迷人的红。

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

开头出现过了,复习一下

只不过, 芝士会融化 这个知识点,对GAN来说可能还是有些困难了。

另外,由生到熟的过程,对人间的食物来说并不可逆。但AI能把已经烤熟的披萨,变回刚刚撒完配料的样子:

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

神奇的是,芝士仿佛从融化的状态,变回了一粒一粒的芝士碎。

这样一来,把忘了加的配料撒上,还可以重烤一次。

真是一只随和的AI。

得天独厚

MIT的一位少年,把自家的成果发上了推特。

楼下便有观众,对研究人员的脑回路表示服气:

看到论文题目,还以为只是提出 分层 (Layering) 的概念,没想到居然真在“做披萨”。

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

少年也开心地回复了观众:

没错,就是提了 分层 的概念,可披萨刚好是分层加料的,所以是完美的搭配哟。

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

那么问题来了,论文题目叫什么呢?

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

果然不是一篇正常的CVPR。

论文传送门:

https://arxiv.org/abs/1906.02839

项目主页,有Demo:

http://pizzagan.csail.mit.edu/

小程序|全类别AI学习教程

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

AI社群|与优秀的人交流

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

MIT有个做披萨的GAN,登上了CVPR:加香肠、去橄榄、再烤熟,分层才是王道

量子位  QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「在看」吧 ! 


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

产品经理修炼之道

产品经理修炼之道

费杰 / 机械工业出版社华章公司 / 2012-7-30 / 59.00元

本书由资深产品经理、中国最大的产品经理沙龙Pmcaff创始人费杰亲自执笔,微软、腾讯、百度、新浪、搜狐、奇虎、阿里云、Evernote等国内外20余家大型互联网企业资深产品经理和技术专家联袂推荐。用系统化的方法论和丰富的实战案例解读了优秀产品经理所必须修炼的产品规划能力、产品设计能力、产品执行能力,以及思考、分析和解决问题的能力和方法,旨在为互联网产品经理打造核心竞争力提供实践指导。 全书一......一起来看看 《产品经理修炼之道》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

SHA 加密
SHA 加密

SHA 加密工具

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具