dayma

Provocarea Colorizer

Boris Dayma din Houston, TX a fost unul dintre campionii competiției noastre colorante de vară. El a dezvoltat o rețea neuronală pentru a realiza imagini alb-negru și a le transforma în redări frumoase, în toată culoarea. Faceți un moment pentru a compara imaginile alb-negru și color de mai jos.

Cum ați putea prezice ce culori ar avea fiecare floare? Pentru a face acest lucru de mână, ar trebui să cercetați fiecare floare și să faceți ghici educate pe paletă și aranjamentul buchetului. Când filmele alb-negru sunt colorate, artiștii își imaginează cu atenție culorile pentru fiecare cadru și pictează culoarea individual, manual. Am provocat cercetătorii să colorizeze fotografii alb-negru cu flori cu rețele neuronale, iar propriile noastre rezultate nu au fost grozave.

Definirea unei bune funcții de pierdere pentru un colorator este dificilă, deoarece modalitatea ușoară de a minimiza distanța dintre o culoare prezisă și culoarea corectă este de a ghici ceva în mijlocul tuturor culorilor, care ajunge să fie maro.

Înainte de a pleca pentru o vacanță de două săptămâni în Brazilia, Boris a tipărit un teanc de lucrări publicate pe coloranți. Le-a răsfoit în avion, a citit implementările de pe plajă și a formulat un concept pentru abordarea problemei, astfel încât, când s-a întors în SUA, să lovească la sol.

El a urmărit cu atenție modelele sale de instruire a proceselor, folosind curbe de pierdere în timp real de la Greutăți și prejudecăți pentru a identifica valorile aberante și a întrerupe cursele de antrenament mai devreme când acestea nu se comportau bine.

Metoda lui Boris

Imaginile alb-negru sunt în mod implicit în spațiul de culoare RGB, așa că Boris a mutat imaginile în spațiul YCRCB. Acest lucru face ca una dintre dimensiuni să fie doar luminozitatea imaginii, astfel încât simplifică problema pentru a scoate doar CR și CB. El și-a construit propria arhitectură, care a fost inspirată de U-Net, MobileNets și ResNet pentru segmentarea imaginii. Boris a curățat și datele de antrenament și a găsit mai multe imagini cu flori pentru a completa setul de antrenament. De asemenea, a făcut unele măriri de date - decupare aleatorie și o întoarcere verticală.

  • ‍Linia de bază - 5 straturi:Prima rundă de bază a fost setată cu 5 straturi și 32 de filtre inițiale.
  • Linie de bază + evoluție ascendentă: Utilizarea convoluției în sus a eșantionării în sus nu a adus nicio îmbunătățire și a mărit semnificativ dimensiunea modelului.
  • 6 straturi - descompunere în greutate:Utilizarea descompunerii în greutate duce la un antrenament prea lent, chiar și după scăderea de câteva ori a contribuției sale la pierderea totală.
  • 6 straturi: Cele mai bune rezultate au fost obținute cu 6 straturi, 32 de filtre inițiale și fără regularizare.
    ‍

Rezultate

ResultsRezultatele sale au fost mult mai bune decât rezultatele sepia pe care le obțineam cu modelul nostru naiv. Puteți afla mai multe despre procesul și rezultatele sale în proiectul său Greutăți și prejudecăți. Vedeți un eșantion al rezultatelor sale - a reușit să instruiască cu precizie modelul pentru a colora această floare de ciulin purpuriu și fundalul verde iarbă, fără o ușurință!

Sărbătoarea noastră

Am fost încântați de rezultatele sale și l-am zburat pe Boris pentru a întâlni echipa și a face o plimbare cu Shivon Zilis. A petrecut după-amiaza mâncând înghețată și experimentând cea mai nouă versiune a caracteristicilor pilotului automat Tesla!