unboxing turtles slime surprise toys learn colors
Нема ништа горе од отварања слике на рачунару само да бисте открили да је толико зрнато да не можете ни да почнете да га измишљате.
Неки људи би могли рећи да имају бољу камеру. Ови људи су зли. Али компјутерски научници - добри, корисни људи - кажу да користе неуронску мрежу, компјутерски систем осмишљен да опонаша размишљање људског мозга.
Три компјутерска научника са Универзитета у Оксфорду и Института за науку и технологију у Сколкову у Москви, који се специјализују за компјутерски вид, развили су неуралну мрежу која ту бескорисну слику авокада може претворити у слику која се савршено може претворити у слику. Зову га Дееп Имаге Приор.
Неуралне мреже су слободно моделиране да подсећају на људски мозак. Састоје се од хиљада чворова које користе за доношење одлука и пресуда о подацима који су им представљени. Баш као и мала деца, они почињу да не знају ништа, али након неколико хиљада тренинга могу брзо да постану бољи од људи у свакодневним задацима.
Многе неуронске мреже су обучене тако што им дају велике скупове података, што им даје огроман скуп информација које се могу извући када је у питању доношење одлуке.
Дееп Имаге Приор има другачији приступ. Он ради све од само оне оригиналне слике, не захтевајући претходну обуку пре него што може претворити вашу јебену, корумпирану слику назад у хигх-рес снимак.
Три компјутерска научника користили су мрежу генератора да би поново нацртали мутну слику хиљадама пута док не постане тако добра да ствара слике боље од оригинала. Он користи постојећи улаз као контекст за попуњавање недостајућих или оштећених делова. Неки од резултата били су чак и бољи од резултата из претходно обучених неуронских мрежа.
„Мрежа врста попуњава корумпиране регионе текстурама из оближњих“, рекао је Дмитриј Уљанов, коаутор истраживања у реддит посту.
Он је признао да постоје неки случајеви у којима мрежа неће успети, као што је сложеност реконструкције људског ока: “Очигледан случај неуспјеха би био све што је повезано са семантичким сликањем, нпр. обојите регион где очекујете да буде око - наш метод не зна ништа о семантици лица и попуњава корумпирани регион неким текстурама."
Поред обнављања фотографија, Дееп Имаге Приор је такође успео да успешно уклони текст постављен преко слика. То изазива забринутост да би се овај модел могао користити за уклањање водених жигова или других информација о ауторским правима са слика на интернету. Могућност стварног свијета која је можда превидјена током овог истраживања.
Овај експеримент доказује да вам не треба приступ огромном скупу података да бисте створили функционалну неуронску мрежу. Поред свега што је добро за ваш фолдер фотографија, то би могло бити најтрајнији допринос овог пројекта.
Ова нова технологија може спасити ваше датотеке за милијарде година
Тим научника са Универзитета у Саутхемптону у Енглеској само је бесмртно информисао: најзначајнији свјетски документи ће сада - осим неке крајње катаклизме - трајати и до 13,8 милијарди година, осигуравајући да људска историја и открића никада не пропадну. Информације се чувају на спојеним кварцним дисковима, ...
Може ли Гооглеова "надљудска" неуронска мрежа стварно рећи локацију било које слике?
Претраживање слика је лакше него икад. Али ако покушавате да пронађете слику нечега на локацији која није потпуно очигледна (па не и египатске пирамиде или огромна палчка скулптура у Паризу), то је теже него што мислите - чак и са информацијама о геолокацији на основу шта је на слици. Унесите Гоогле е ...
Ова АИ неуронска мрежа из Нвидије ствара фотореалистичне лажне слике
Компјутерски научници из Нвидије и УЦ Беркелеи креирали су неуронске мреже које су у стању да праве реалистичне слике високе резолуције користећи само основни нацрт.