ホームページ > 記事 > テクノロジー周辺機器 > AIはモザイクを除去できるのか？

AIはモザイクを除去できるのか？

WBOY転載: 2023-04-09 19:11:035420ブラウズ

＃＃＃こんにちは、みんな。

AI テクノロジーを使用してモザイクを除去することを考えたことはありますか?

これまで使用していた AI 技術は、顔認識であれ OCR 認識であれ、少なくとも手動で認識できるため、この問題を慎重に考えるのは非常に困難です。しかし、モザイク画像を渡された場合、元に戻すことはできるのでしょうか？

AIはモザイクを除去できるのか？

明らかにそれは難しいです。人間が回復できない場合、コンピュータに回復するようにどのように教えればよいでしょうか?

私が数日前に書いた「AI を使用したアバターの生成」という記事をまだ覚えていますか。その記事では、任意の乱数から画像を生成できる DCGAN モデルをトレーニングしました。

AIはモザイクを除去できるのか？ #乱数をピクセルとして生成したノイズマップ

#モデルは乱数から通常のアバターを生成 AIはモザイクを除去できるのか？

DCGAN は、ジェネレーターモデルとディスクリミネーターモデルの 2 つのモデルで構成されています。ジェネレーターモデルの機能は、一連の乱数から画像を生成することです。画像がトレーニングサンプルに近ければ近いほど優れており、その結果、識別子モデル識別子モデルは、ジェネレータモデルによって生成された画像が通過するのを防ぐために、その識別能力を継続的に向上させる必要があります。

上記の生成モデルの入力を乱数からモザイクのある画像に変更すると、出力はモザイクのない画像になります。モザイクを除去するモデルをトレーニングすることは可能ですか?

次に、モザイク除去モデルをトレーニングする方法を説明し、その後、ダウンロードして効果を試すために直接使用できる既製のツールを共有します。

1. Pix2pix CycleGAN

ここでは、上で紹介した DCGAN を使用せず、Pix2pix と CycleGAN という 2 つのより強力なモデルを使用して個別にトレーニングします。

Pix2pix は GAN に基づいた画像翻訳アルゴリズムです。モザイク画像から通常の画像への変換は、基本的に、ある言語から別の言語への変換と同様の翻訳プロセスです。

Pix2pix モデルの変換 AIはモザイクを除去できるのか？

CycleGAN 実装の効果は、形状を一定に保ちながら、異なるドメイン間で画像を変換するだけです。

CycleGAN モデル AIはモザイクを除去できるのか？

この記事では、低コストでモデルをトレーニングするのに役立つデータセットと完全なトレーニングプロセスを提供します。

まず、データセット

データセット AIはモザイクを除去できるのか？

合計 654M をダウンロードします。

次に、Paddle 事前トレーニングモデルをダウンロードします。

事前トレーニングモデル AIはモザイクを除去できるのか？

最後に、Pix2pix モデルと CycleGAN モデルをそれぞれトレーニングします。

Pix2pix モデル

python gan<span style="color: rgb(215, 58, 73); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">/</span>infer<span style="color: rgb(0, 92, 197); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">.py</span> <br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--init_model output/pix2pix/checkpoints/110/ </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--dataset_dir /home/aistudio/ </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--image_size 256 </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--n_samples 1 </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--crop_size 256 </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--model_net Pix2pix </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--net_G unet_256 </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--test_list /home/aistudio/test_list.txt </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--output ./infer_result/pix2pix/</span>

CycleGAN モデル

python gan<span style="color: rgb(215, 58, 73); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">/</span>infer<span style="color: rgb(0, 92, 197); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">.py</span> <br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--init_model output/cyclegan/checkpoints/48/ </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--dataset_dir /home/aistudio/ </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--image_size 256 </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--n_samples 1 </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--crop_size 256 </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--input_style A </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--test_list /home/aistudio/test_list.txt </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--model_net CycleGAN </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--net_G resnet_9block </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--g_base_dims 32 </span><br><span style="color: rgb(106, 115, 125); margin: 0px; padding: 0px; background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);">--output ./infer_result/cyclegan/</span>

トレーニング後、gan/infer.py ファイルを実行できます。この2機種のモザイク除去効果を比較してみます。

2. 既製のツール

モデルを自分でトレーニングしたくない場合は、ここにある既製のプロジェクトを共有してください。これも、Pix2pix と CycleGAN を参照した、セマンティックセグメンテーションと画像変換に基づいています。

プロジェクトアドレス: https://github.com/HypoX64/DeepMosaics/blob/master/README_CN.md

Windows ユーザー向けに、作者は GUI を含むインストール不要のソフトウェアパッケージを提供していますインターフェース。

UI インターフェイス AIはモザイクを除去できるのか？