画像拡張のための生成的対立ネットワーク（GAN）

GAN for image augmentation

顔にメガネを追加するための画像変換用カスタマイズGANの設計

クイックノート: 私はまもなく難しいOMSCS修士プログラムを開始します。そのため、私は頻繁には書けなくなります。ただし、前の学期で学んだ科目については、休みごとに戻って書く予定です。たとえば、最初の学期を終えた後、12月には強化学習（RL）について書くことが予想されます。したがって、特に将来OMSCSを受ける予定の方々には、ぜひ注目してください！

最近、私は個人の時間で生成的対抗ネットワーク（GAN）をいじっています。得られた知見は、私の専門的な仕事にも活かすことができるかもしれません。私の専門的な役割では、顔認識システムをゼロから構築しており、特に画像拡張の技術としてGANは非常に有用です。以前の記事では、データ中心のAIとデータ拡張・収集の異なる戦略について共有しました。

データ中心のAI — データ収集と拡張戦略

データ中心の機械学習プロジェクトのデータ生成戦略に関する包括的なガイド

pub.towardsai.net

画像拡張の方法の1つで、私は既にGANを使用できるテクニックとして簡単に触れました。したがって、この記事ではさらに詳しく説明します。GANについてはあまり深い知識はありませんが、まだCourseraのGAN専門化コースを受けていないためです。私のGANに関する理解は、主にTensorFlow: Advanced Techniques専門化コースで得たスキルに基づいています。それにもかかわらず、私が知っていることを活用して、この記事では、非メガネをかけていない顔にメガネを追加するためのオリジナルでカスタマイズされたGANモデルと成功した動作するソリューションを紹介します。

• NVIDIAがFlexiCubesを導入：フォトグラメトリーや生成AIなどのニューラルワークフローから高品質のメッシュを生成するための新しいアプローチ
• Scikit-Learnを使用した特徴選択の方法
• ChatGPTを使ってどのように簡単に何でも学びますか？

さあ、さっそく始めましょう！

1. 生成対抗ネットワーク（GAN）の概要

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!