Advertisement
Advertisement

More Related Content

More from rusbase(20)

Recently uploaded(20)

Advertisement

Андрей Калинин — Mail.Ru Group — ICBDA2016

  1. Artisto: стилизация изображений и видео при помощи нейронных сетей Андрей Калинин, руководитель проекта Поиск
  2. Artisto • Первое приложение стилизации видео. • Быстро попало в списки лучших. • Реализация известных алгоритмов на нейронных сетях.
  3. VGG-16 Davi Frossard, VGG in TensorFlow, http://www.cs.toronto.edu/~frossard/post/vgg16/
  4. Visualizing and Understanding Convolutional Networks, 2013 Matthew D. Zeiler, Rob Fergus, https://arxiv.org/pdf/1311.2901v3.pdf Layer 2 Layer 3 Layer 4
  5. Deep Inside Convolutional Networks, 2014 Karen Simonyan, Andrea Vedaldi, Andrew Zisserman, https://arxiv.org/pdf/1312.6034.pdf
  6. A Neural Algorithm of Artistic Style, 2015 Leon A. Gatys, Alexander S. Ecker, Matthias Bethge; http://arxiv.org/pdf/1508.06576v2.pdf
  7. Восстановление контента
  8. Восстановление стиля
  9. A Neural Algorithm of Artistic Style, 2015 Иллюстрация из Perceptual Losses for Real-Time Style Transfer and Super-Resolution, Mar 2016, Justin Johnson, Alexandre Alahi, Li Fei-Fei, http://arxiv.org/pdf/1603.08155v1.pdf
  10. Результат
  11. А как сделать красиво? Настраиваемые параметры: • Вес контента, вес стиля. • Количество итераций. • Регуляризация. • Уровни для восстановления контента, с весами. • Уровни для восстановления стиля, с весами.
  12. Деградация стилевого изображения
  13. Texture Networks: Feed-forward Synthesis of Textures and Stylized Images, 2016 Иллюстрация из Perceptual Losses for Real-Time Style Transfer and Super-Resolution, 27 Mar 2016, Justin Johnson, Alexandre Alahi, Li Fei-Fei, http://arxiv.org/pdf/1603.08155v1.pdf
  14. Texture Networks: Feed-forward Synthesis of Textures and Stylized Images, 2016 Texture Networks: Feed-forward Synthesis of Textures and Stylized Images, Dmitry Ulyanov, Vadim Lebedev, Andrea Vedaldi, Victor Lempitsky, 10 Mar 2016, http://arxiv.org/pdf/1603.03417v1.pdf
  15. Бэкенд • NVidia GTX 1080 и TitanX. • Torch. • 5-6 миллионов параметров на модель. • 25ms на кадр. • По 3 карты в сервере. • Готовность расширится за счёт облачных решений.
  16. Artisto как модель ИИ приложений • Искусственный интеллект – общедоступен. Приложения делать просто. • Программисты должны готовить инфраструктуру. • Важен простой и понятный способ настройки.
  17. Спасибо за внимание! Вопросы? Андрей Калинин руководитель проекта Поиск kalinin@corp.mail.ru
Advertisement