• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • PizzaGAN mostra como fazer uma pizza
    p Nada é sagrado? Quem se atreveria a sequer tentar falar sobre um experimento de aprendizado de máquina que resulta na pizza perfeita (suspiro)? É difícil contemplar, mas um quinteto de pesquisa não se esquivou de tentar, e trabalharam para ensinar uma máquina a fazer uma ótima torta. p Diga olá para PizzaGAN, um modelo gerador baseado em camadas composicionais que visava espelhar o procedimento passo a passo da fabricação de pizza.

    p O objetivo deles era ensinar a máquina construindo um modelo generativo que espelha um conjunto ordenado de instruções. Como eles procederam:"Cada operador é projetado como uma Rede Adversarial Gerativa (GAN). Dada apenas uma supervisão fraca no nível da imagem, os operadores são treinados para gerar uma camada visual que precisa ser adicionada ou removida da imagem existente. O modelo proposto é capaz de decompor uma imagem em uma sequência ordenada de camadas, aplicando sequencialmente na ordem certa os módulos de remoção correspondentes. "

    p (Redes adversárias geradoras podem fazer muitas coisas, Victoria Song comentou em Gizmodo . Ela disse que era "basicamente o tipo de aprendizado de máquina usado para gerar faces de IA realistas e falsas profundas".)

    p Resultados? Basta dizer que relataram ter feito um modelo que os satisfez. "Resultados experimentais em imagens de pizza sintéticas e reais demonstram que nosso modelo proposto é capaz de:(1) segmentar coberturas de pizza de uma forma fracamente supervisionada, (2) removê-los, revelando o que está ocluído por baixo deles (ou seja, pintura), e (3) inferir a ordem das coberturas sem qualquer supervisão de ordem de profundidade. "

    p A equipe falou sobre seus conjuntos de dados de pizza sintética e real.

    p "Pizza é a comida mais fotografada no Instagram, com mais de 38 milhões de postagens usando a hashtag #pizza, "Eles disseram. Eles baixaram meio milhão de imagens do Instagram usando várias hashtags populares relacionadas a pizza. Eles filtraram imagens indesejadas usando um classificador baseado na CNN treinado em um conjunto de imagens de pizza / não pizza marcadas manualmente.

    p Eles criaram rótulos coletivos de nível de imagem para as coberturas de pizza no Amazon Mechanical Turk (AMT) para 9, 213 imagens de pizza.

    p Para seu conjunto de dados de pizza sintética, eles usaram imagens de pizza no estilo clip-art. "Existem duas vantagens principais em criar um conjunto de dados com pizzas sintéticas. Primeiro, ele nos permite gerar um conjunto arbitrariamente grande de exemplos de pizza com custo zero de anotação humana. Em segundo lugar e mais importante, temos acesso a informações precisas de ordem de verdade e segmentação de pixels de várias camadas das coberturas. "

    p Então, na foto maior, que contribuição eles deram, caso existam, para a humanidade? Victoria Song fez questão, quando ela escreveu, "A longo prazo, pode-se imaginar uma rede neural capaz de escanear uma foto e cuspir uma receita bastante precisa baseada em ingredientes, quão bem é cozido, e até especiarias pouco visíveis. "

    p Depois de tudo dito (e feito), "a pesquisa está demonstrando principalmente a capacidade de uma IA de diferenciar uma pilha confusa de ingredientes." Eles sabiam disso quando começaram a se concentrar em pizza. Pense em um "exemplo arquetípico" de algo que precisa da adição sequencial de ingredientes em uma ordem específica.

    p No quadro geral, pizza não é o único item que poderia usar sua abordagem. "Embora tenhamos avaliado nosso modelo apenas no contexto da pizza, acreditamos que uma abordagem semelhante é promissora para outros tipos de alimentos que são naturalmente em camadas, como hambúrgueres, sanduíches, e saladas. "

    p Para obter mais informações sobre suas pesquisas, o artigo deles é intitulado, "Como fazer uma pizza:aprendendo um modelo GAN baseado em camadas de composição, "por Dim Papadopoulos, Youssef Tamaazousti, Ferda Ofli, Ingmar Weber e Antonio Torralba. O jornal está em arXiv. O artigo foi apresentado no início deste mês. p © 2019 Science X Network




    © Ciência https://pt.scienceaq.com