ИИ генерирует реалистичные фото блюд по текстовым рецептам
Условные GAN для кросс-модальной генерации
Команда Тель-Авивского университета создала систему, строящую фото готового блюда по длинному текстовому рецепту без заголовка. Используются Stacked GAN и кросс-модальные эмбеддинги (семантические и несемантические).
Архитектура и обучение
- Генератор и дискриминатор получают условие (рецепт).
- Три этапа эмбеддинга: ингредиенты/инструкции → общий эмбеддинг рецепта → семантическая регуляризация.
- Обучено на 52 тыс. пар рецепт-изображение на NVIDIA TITAN X + cuDNN.
Оценка качества
30 человек оценивали 10 пар изображений по шкале 1-5. Несемантическая регуляризация дала более живые, фотореалистичные картинки (сложно отличить от реальных). Оба метода хорошо справляются с «кашей» (супы, салаты, рис), но плохо — с объектами четкой формы (курица, гамбургер, напитки).
Источник: arXiv:1901.02404 | Tel-Aviv University
ИИ картирует неформальные поселения по спутниковым снимкам низкого разрешения
Топ-15 самых разрушительных компьютерных вирусов всех времен
Промышленные технологии
- Сборка и траблшутинг базовой 6-вольтовой батарейно-ламповой цепи
- Простая аналоговая схема усреднения: Практический усреднитель напряжения
- Сборка высоковольтного дифференциального усилителя, работающего как операционный усилитель
- Проектирование 4-битного кодового замка на элементах XOR и NOR
- Резонанс в последовательном LC-контуре: нулевой импеданс и пики напряжения
- Революционная 3D-визуализация раскрывает скрытые трещины в никелевых сплавах
- Инновационное устройство собирает статическое электричество из падающего снега для возобновляемой энергии
- Выбор правильного простого CMMS-софта для бесшовного управления обслуживанием
- Основы бенчмаркинга обслуживания: пошаговое руководство
- Python REST библиотека для доступа к переменным PLCnext AXC F 2152