OpenAI提出Image GPT實(shí)現(xiàn)高質(zhì)量圖像補(bǔ)全和樣本生成
GPT在自然語言處理上取得了有目共睹的成就,包括BERT,RoBERTa,T5等眾多無監(jiān)督或自監(jiān)督學(xué)習(xí)方法輪番登場拿下了一個(gè)又一個(gè)語言高地。自然語言處理高歌猛進(jìn)的同時(shí)圖像領(lǐng)域不甘心了,也在躍躍欲試想要利用類似的模型學(xué)習(xí)出可以用于分類任務(wù)的有效特征來。
Transformer家族的模型基本上可以直接處理任何形式的1D數(shù)據(jù),于是研究人員就想到將2D圖像拉伸為長長的1D圖像序列,利用與GPT-2模型類似的技術(shù)構(gòu)建了用于處理像素序列的iGPT模型。
在詳細(xì)的實(shí)驗(yàn)分析后研究人員發(fā)現(xiàn),模型顯現(xiàn)出對(duì)于2D圖像特征的理解能力,包括有效的個(gè)體和類別的理解。模型可以在沒有人工指導(dǎo)情況下生成連續(xù)的圖像樣本,實(shí)現(xiàn)圖像補(bǔ)全,同時(shí)可以在多個(gè)分類數(shù)據(jù)集上實(shí)現(xiàn)先進(jìn)的分類性能,并在ImageNet實(shí)現(xiàn)了非常接近最優(yōu)秀無監(jiān)督方法精度水平。這證明了這類生成序列模型可以作為通用的無監(jiān)督學(xué)習(xí)算法。
在使用GPT-2類似的架構(gòu)時(shí),雖然需要更多的計(jì)算來達(dá)到基于卷積的非監(jiān)督學(xué)習(xí)水平,然而這種方法在面對(duì)全新領(lǐng)域時(shí),大型的GPT-2模型無需針對(duì)特定領(lǐng)域架構(gòu)進(jìn)行設(shè)計(jì)就可以學(xué)習(xí)出非常有效的特征和優(yōu)異的性能。
下面讓我先來看看iGPT應(yīng)用于圖像補(bǔ)全和樣本生成任務(wù)下的一些結(jié)果,下圖中紅色框是原始圖像,藍(lán)色框中是模型補(bǔ)全的結(jié)果?梢钥吹侥P秃芎玫幕謴(fù)出了另一半缺失的圖像,并在不同的生成結(jié)果中添加了各種語義特征的對(duì)象。

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字
最新活動(dòng)更多
-
3月27日立即報(bào)名>> 【工程師系列】汽車電子技術(shù)在線大會(huì)
-
4月30日立即下載>> 【村田汽車】汽車E/E架構(gòu)革新中,新智能座艙挑戰(zhàn)的解決方案
-
5月15-17日立即預(yù)約>> 【線下巡回】2025年STM32峰會(huì)
-
即日-5.15立即報(bào)名>>> 【在線會(huì)議】安森美Hyperlux™ ID系列引領(lǐng)iToF技術(shù)革新
-
5月15日立即下載>> 【白皮書】精確和高效地表征3000V/20A功率器件應(yīng)用指南
-
5月16日立即參評(píng) >> 【評(píng)選啟動(dòng)】維科杯·OFweek 2025(第十屆)人工智能行業(yè)年度評(píng)選
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 “AI寒武紀(jì)”爆發(fā)至今,五類新物種登上歷史舞臺(tái)
- 4 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計(jì)算迎來商業(yè)化突破,但落地仍需時(shí)間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動(dòng)駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機(jī)器人東風(fēng)翻身?