由你定义吃鸡风格!CycleGAN,你的自定义风格转换大师 – 机器学习算法与Python学习

Turning Fortnite into PUBG with Deep Learning (CycleGAN) ,作者为 钦坦 Trivedi  。

口译 | 壮族西安   辨别出现 |  MY   原料来源 | 仿智学部

领会 CycleGAN 的图像风格转换并摸索其到处游玩图形模块说话中肯勤勉。

2_02.png少量。,《小惊喜》2_02.png

640?

神经式制度背诵重现JE视觉风格说话中肯壁垒之夜。

出路你是一名球员,你必然听说过两遍使狂乱的战斗。,壁垒之夜与绝地过活。他们是两个极比喻的游玩。,盛行的有 100 一体球员出现时一体小岛上。,直到一体活上去者活上去上去。。我爱远远超越的夜间游玩。,但我更爱更真实的绝地过活视觉效应。。这提示了我。,朕可以布置游玩的图形模块吗?,左右朕就可以选择朕爱的视觉效应。,不信赖游玩切开者为朕布置左右的选择? mod 壁垒的夜景可以在视觉效应中体现出现。,那我该怎么办呢?这执意我确定深刻考虑的投资。,我领会了一体高水平 CycleGANs 的神经式制度,这种制度恰恰专长风格转换。在本文章,我将绍介 CycleGANs 的作业方法,那时的锻炼他们把远远超越要塞的夜景生长绝地武夫。。 

640?

《要塞之夜》(左)是生气的视觉效应。,绝地过活(左派)具有更现行的的视觉效应。。 

  是什么 CycleGANs?

CycleGAN是用于跨域图像风格转换的一种制定对立制度。它们可以被锻炼来更迭一体域名的图像(譬如一体壁垒的夜间)。。该作业是在无人居住的监视的方法下停止的。,也执意说,在这两个域中缺勤单对单的图像陈述。。 

640?

原始的 Github 引起和出路可以在这边找到。: 

这时制度可以领会原始域图像说话中肯情人。,并勤勉要件的更迭来婚配类似于的使浮出水面。。对该算法的初始引起停止了锻炼。,可以把马生长斑马。,把苹果生长桔子,把这幅画生长一幅神奇的画。。 

  它们是方式作业的?

让朕试着去领会。 CycleGAN 方式运用壁垒之夜作为朕的出口域名和绝地武夫的过活。这两场竞赛的截图,朕锻炼了单对单的制定对立制度。,盛行的一体制度考虑壁垒之夜与绝地过活的视觉塑造。这两个制度以流传方法停止锻炼。,左右他们就可以学会在两个游玩中开端存在对象当中的相干。,特赞的视觉转换。。下图显示了TH的流传设置的普通有构架的。。 

640?

从壁垒之夜到假绝地过活再到复原物巴黎。

朕从壁垒之夜的原始图像开端锻炼。朕将锻炼两个吃水制度。,发电机和鉴别器。。鉴别器将考虑区别是非问句图像。。制定器将被锻炼以运用因为锻炼集的绝地求生的随机屏风截图将出口图像从原始域转换为目的域。

确保这种方法是残忍的的。,朕引起了复原物资格。。这宣讲朕在SA中锻炼另一组发电机/鉴别器。,它们从伪域复原物原始域说话中肯图像。。朕的资格是这种复原物必要的与原始IM比喻。,给朕一体流传浪费值。,朕的目的是放量增加火车进行。。这类似于自动的编码器。,不同之处相信,朕缺席MI的生命房间里所有的人中查找密码。,它在目的区域寻觅总计达图像。。

640?

图中所示的发电机 F2P 的概述。

这边运用的发电机制度(F2P)次要由三个褶积B结合。。第一体是寻觅编码的夜间的屏风截图。。在同卵双胞生命的SPAC中,该编码转换为绝地过活密码。。那时的解码器从转换后的编码中建造物出口图像,规定了像绝地过活的壁垒之夜的图像。。

在火车进行中,我碰撞的一体限度局限是鉴于 GPU 内存限度局限,我除了处置它。 256 x256 的图像。这将明显冲击出路。,除了出路你的电视的内存超越了 5gb,你可以尝试制定至多。 512×512 的图像。出路你干练的,请告诉我。。


王蛇那些的东西。

640?wx_fmt=jpeg

本图像酬劳的二维码酬劳

王蛇那些的东西。,生计苦短,我运用Python。。Python在程序员中越来越深受欢迎。。「王蛇那些的东西。」从事做最好的Python大众号,只为你爱Python!公共号码次要与Python切开相关性的技术论文。、访谈算法、器资源与盛行辅导课。


  出路

表示方式 12 小时锻炼,CycleGAN 制定的图像寻找极前景。。制度可以成地造天堂。、树木和草地的色从壁垒之夜变为绝地。。壁垒夜间的过度饱和色被转换为更多。。

天堂寻找缺陷这么蓝。,草和树的卡通绿色寻找更粗略估计过活。。它甚至学会了在屏风贱的顶替保健乐器。!在这两个区域中,玩家的使浮出水面无法使连续。,这执意为什么它四周的像素是含糊的。。总体说起,该制度在酬劳两个域和CH说话中肯情人实地的做得终止。。

检查更长的出路,请检查上面的嵌入式电视的。。出路你爱你检查的,别忘了点击这边。,订阅我。 YouTube 频道!

  图形模块在游玩说话中肯勤勉

但出路对我终止。,除了很明显。,在我真的用绝地过活图玩《懦夫之夜》领先,朕而且很长的路要走。除了,一旦朕可以运用这些制度,朕可以发生更多的高分辨能力IMA。,未来有可能为游玩排列图形引擎。,而缺陷信赖游玩切开者。。朕可以运用朕最爱的游玩的视觉风格。,并将其勤勉到倚靠游玩中。!

我将摸索方式经过运用我在本文章议论的类似于技术将游玩戏剧性的场面转换为真实相片来引起游玩说话中肯图像真实感。出路你想随球,请用YouTube 在频道上看我。谢谢你全部的的理解。!

作者 Github 分类人事广告版站:


640?wx_fmt=png

发表评论

电子邮件地址不会被公开。 必填项已用*标注

`