тежести

Предизвикателството на оцветителя

Борис Дейма от Хюстън, Тексас беше един от шампионите в нашето лятно състезание за оцветяване. Той разработи невронна мрежа, за да прави черно-бели изображения и да ги превръща в красиви, пълноцветни изображения. Отделете малко време, за да сравните черно-белите и цветните изображения по-долу.

Как бихте могли да предвидите какви цветове ще бъде всяко цвете? За да направите това на ръка, ще трябва да проучите всяко цвете и да направите образовани предположения за палитрата и подредбата на букета. Когато черно-белите филми са оцветени, художниците старателно си представят цветовете за всеки кадър и рисуват цвета поотделно, на ръка. Предизвикахме изследователите да оцветят черно-белите снимки на цветя с невронни мрежи и нашите собствени резултати не бяха добри.

Определянето на добра функция за загуба на оцветител е трудно, тъй като лесният начин да се сведе до минимум разстоянието между предсказан цвят и правилния цвят е да се познае нещо в средата на всички цветове, което в крайна сметка е кафяво.

Преди да замине за двуседмична ваканция в Бразилия, Борис разпечата купчина публикувани статии за оцветители. Той ги прелисти в самолета, прочете изпълненията на плажа и формулира концепция за това как да се подходи към проблема, така че когато се върна в САЩ, да удари земята.

Той внимателно следеше своите модели на тренировъчни процеси, използвайки криви на загуба в реално време от Weights & Biases, за да идентифицира извънредни стойности и да прекъсне тренировъчните тренировки рано, когато те не се представяха добре.

Метод на Борис

Черно-белите изображения по подразбиране са в цветното пространство RGB, така че Борис премести изображения в пространството YCRCB. Това прави едно от измеренията само яркостта на изображението, така че опростява проблема до просто извеждане на CR и CB. Той изгради своя собствена архитектура, вдъхновена от U-Net, MobileNets и ResNet за сегментиране на изображения. Борис също почисти данните за обучението и намери още изображения на цветя, за да попълни учебния комплект. Той също така направи някои данни за уголемяване - произволно изрязване и вертикално обръщане.

  • ‍Базова линия - 5 слоя:Първото базово изпълнение беше зададено с 5 слоя и 32 първоначални филтъра.
  • Базова линия + преобръщане: Използването на конволюция нагоре вместо вземане на проби не донесе никакво подобрение и значително увеличи размера на модела.
  • 6 слоя - намаляване на теглото:Използването на намаляване на теглото води до твърде бавно обучение, дори след няколкократно намаляване на приноса му за общата загуба.
  • 6 слоя: Най-добри резултати бяха получени с 6 слоя, 32 първоначални филтъра и без регуларизация.
    ‍

Резултати

„Неговите резултати бяха далеч по-добри от резултатите от сепия, които получавахме с нашия наивен модел. Можете да научите повече за неговия процес и резултати в неговия проект Weights & Biases. Вижте извадка от неговите резултати - той успя да обучи точно модела да оцвети това бяло трънче лилаво и фона трева зелено, не е лесно!

Нашето тържество

Бяхме възхитени от резултатите му и излетяхме Борис, за да се срещнем с екипа и да се повозим с Шивон Зилис. Той прекара следобеда в ядене на сладолед и изживяване на най-новата версия на функциите на автопилот на Тесла!