隨著科技技術(shù)的不斷發(fā)展,大數(shù)據(jù)在人工智能領(lǐng)域上擁有越來越多的作用,當然大數(shù)據(jù)的分析與挖掘已經(jīng)成為各科研單位的研究熱點。尤其指向在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合。
前段時間,英偉達公司發(fā)布了一種最先進的深度學習算法,它可以有效編輯圖像或復原那些像素有缺失的圖像。然后通過刪除圖像的部分內(nèi)容再進行填充的方式,并且利用大數(shù)據(jù)來重新編輯圖像。
據(jù)研究人員表示,這種“圖像修復”功能應用在照片編輯軟件中,先摳掉圖像中不需要的內(nèi)容,同時用算法生成的真實數(shù)據(jù)來填充。其次,通過將生成的馬賽克圖案覆蓋在ImageNet,Places2 和CelebA-HQ數(shù)據(jù)集的圖像上,使用NVIDIA Tesla V100 GPU和經(jīng)過cuDNN加速的PyTorch深度學習框架來訓練神經(jīng)網(wǎng)絡。
為了解決這個問題,研究團隊開發(fā)了一種方法,確保受損像素的輸出不依賴于因這些像素產(chǎn)生的輸入值。使用一組損失函數(shù)來訓練模型,匹配VGG模型的特征損失和風格損失以產(chǎn)生逼真的輸出,在未來相同的網(wǎng)絡框架可以來完成高分辨率圖像的處理任務。
(免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )