Machine learning pratico per la visione artificiale
by Valliappa Lakshmanan, Martin Görner, Ryan Gillard
Capitolo 12. Generazione di immagini e testi
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Finora in questo libro, ci siamo concentrati sui metodi di computer vision che agiscono sulle immagini. In questo capitolo esamineremo i metodi di visione in grado di generare immagini. Prima di arrivare alla generazione di immagini, però, dobbiamo imparare come addestrare un modello a capire cosa c'è in un'immagine in modo che sappia cosa generare. Inoltre, esamineremo il problema della generazione di testo (didascalie) in base al contenuto di un'immagine.
Suggerimento
Il codice di questo capitolo si trova nella cartella 12_generation del repository GitHub del libro. Indicheremo i nomi dei file per gli esempi di codice e i quaderni di appunti, se necessario.
Comprensione dell'immagine
Una cosa è sapere quali sono i componenti di in un'immagine, ma un'altra è capire effettivamente cosa succede nell'immagine e utilizzare queste informazioni per altri compiti. In questa sezione, ricapitoleremo rapidamente le incorporazioni e poi esamineremo vari metodi (autoencoder e autoencoder variazionali) per codificare un'immagine e conoscere le sue proprietà.
Incorporazioni
Un problema comune nei casi di utilizzo del deep learning è la mancanza di dati sufficienti o di una qualità sufficientemente elevata. Nel Capitolo 3 abbiamo parlato dell'apprendimento per trasferimento, che offre un modo per estrarre ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access