行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 机器学习 > 正文

神经网络已经猜到了你要绘制的内容

对于通过蜂窝数据连接网络的移动用户:第一个演示大小约为 5 MB 数据。每次在演示中更改模型时,您将使用另外 5 MB 的数据。
 
我们进行了一个交互式网络实验,让你能与一个名为 sketch-rnn 的循环模型一起绘制作品。我们利用来自于 Quick Draw! 游戏的数百万涂鸦训练该神经网络。一旦开始绘制对象,sketch-rnn 将提出许多可行的方法基于你中断的位置继续绘制此对象。试试第一个演示。
 
在上面的演示中,我们被提示开始绘制特定对象。一旦你停止涂鸦,神经网络将接管并试图猜测涂鸦的其余部分。你可以再次接管绘图并继续从中断处开始。我们训练了大约 100 种可以用于试验的模型,并且一些模型在多种类别上进行了训练。
 
其他 sketch-rnn 演示
下面的演示较好在桌面浏览器上体验,而不是在移动设备上体验。
 
多预测

 

 
多预测演示
 
该演示类似于第一个预测绘图其余部分的演示。在此版本中,您将在左侧区域内绘制草图的开头,模型将在右侧较小的框内预测图形的其余部分。这样,您可以看到模型预测的各种不同结局。预测的结局有时会让人感到期待,有时会出乎意料和奇怪,而且有时也可能是丑陋和完全错误的。
 
你还可以选择不同的类别,使模型基于相同的不完整的起始草图绘制不同的对象,或者使模型绘制方形猫或圆形卡车等内容。你可以随时中断模型并继续在左侧区域内绘制图形,并让模型不断预测你离开的位置。
 

 

 
插值

 

 
插值演示
 
除了预测不完整绘图的其余部分外,sketch-rnn 还可以从一个绘图变换到另一个绘图。在 Interpolation Demo 中,可以使用屏幕两侧的按钮随机生成两个图像。点击 Interpolate 按钮,模型将提出新的草图,作为两个原始草图之间的插值。在上图中,模型在自行车和瑜伽位置之间进行插值。尝试使用插值演示在两个随机生成的图像之间进行变换。
 
变分自动编码器

 

 
变分自动编码器演示
 
该模型还可以模拟你的绘图并生成类似的涂鸦。在变分自动编码器演示中,你将绘制指定对象的完整图形。在左侧区域内绘制完整草图后,点击自动编码按钮,模型将开始在右侧较小的框内绘制类似的草图。模型将尝试模拟你的绘图,而不是绘制完美的绘图副本。
 
你可以尝试绘制其他类别的绘图对象,并查看模型如何解释你的绘图。尝试变分自动编码器演示。
 
声明:文章收集于网络,如有侵权,请联系小编及时处理,谢谢!
 
 

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部