国产激情在线观看网站,超碰在线播,影音先锋av成人电影在线网址,久久久久久免费一级A片,免费操逼视频,亚洲天堂网址,91白丝喷水自慰网站,手机操逼网站

來自機器之心

深度學習去紋身的應用，看起來有不小的應用潛力。

有些時候，我們需要把一些人身上的紋身覆蓋掉，以避免引人效仿。有的時候人們只是單純地好奇，想知道一些大明星如果沒有紋身會是什么樣子。來自印度的機器學習研究者 Vijish Madhavan 最近開源的一個機器學習工具 SkinDeep 滿足了我們的需求。

網(wǎng)友們也使用這一工具去處理了一些畫了重度紋身的人物照片，效果還不錯。

該項目的作者 Vijish Madhavan 在看完加拿大歌手賈斯汀?比伯的 MV《Anyone》后，萌生了做這個項目的計劃。賈斯汀?比伯在化妝師的幫助下花了好幾個小時的時間才把他的一身紋身覆蓋掉。

MV 視頻的效果非常完美，因為制作視頻輸出是非常困難的，因此項目作者選擇圖像來處理。該項目的起點是深度學習能否勝任這項工作，與 photoshop 相比又如何？

項目地址：https://github.com/vijishmadhavan/SkinDeep

有人會問，為什么不把紋身直接 PS 掉？Photoshop 可以產(chǎn)生非常好的效果，但問題是使用 Photoshop 需要專業(yè)知識，如果用 PS 處理紋身的話，你可能需要花費幾個小時的時間去修飾整個圖像。

我們先來看一下效果如何？阿倫?艾弗森（美國籃球運動員）的紋身就是用這個模型去掉的。

下圖中第一行為輸入圖像，第二行為輸出圖像，輸出結果明顯感覺到紋身被去除了。

臉部有大量密集紋身的圖像，還有其他裝飾，AI 的紋身去除效果也非常好：

與專業(yè)圖像處理軟件 photoshop 相比，效果也不錯：

看起來 SkinDeep 的效果還不錯，但如果紋身是彩色的，還會有一些殘留的痕跡。

項目介紹

根據(jù)作者介紹，完成這個項目需要大量的圖像對，因為沒有合適的數(shù)據(jù)集，很多時候訓練內(nèi)容采用合成數(shù)據(jù)來完成，具體來說：

ImageDraw.Draw 與森林綠色（forest green colour）色碼一起使用，并隨機放置在身體圖像上，類似于 fast.ai 中的 Crappify ；
Photoshop 也被用來在需要彎曲和角度改變的對象上放置紋身。

這一項目是由 Fast.AI 庫構建的，你需要安裝 fastai 1.0.61 版（及其依賴庫），以及 PyTorch 1.6.0，不支持更高的版本。

嘗試這一項目的最快方法就是在 Colab 上：

https://colab.research.google.com/github/vijishmadhavan/SkinDeep/blob/master/SkinDeep.ipynb

它的輸出限制為 500 像素。

限制

去紋身的機器學習模型雖然看起來并不復雜，但在現(xiàn)實世界千奇百怪的情況下，有時仍然會出現(xiàn)一些「貼圖錯誤」的情況。該項目的構建者表示，由于缺乏數(shù)據(jù)集支持，所以用于訓練的數(shù)據(jù)集容量有限。另外，如果有人紋了彩色紋身，恐怕人工智能目前還是認不出來的。

如果這個效果被做成網(wǎng)站，或者成為美顏 app 的一個濾鏡，那就太好了。最后，SkinDeep 能不能反過來給人加紋身呢？「試穿」的效果或許會火起來。

如果你也有好的開源項目，歡迎推薦！

微信號聯(lián)系：westbrook12000（ps：加好友請備注“開源”）

回復 【小程序】獲取15套小程序源碼【學習+實戰(zhàn)+賺錢】

回復 【關閉】學關閉微信朋友圈廣告

回復 【實戰(zhàn)】獲取20套實戰(zhàn)源碼

回復 【福利】獲取最新微信支付有獎勵

回復 【被刪】學查看你哪個好友刪除了你巧

回復 【訪客】學微信查看朋友圈訪客記錄

回復 【python】學微獲取全套0基礎Python知識手冊

這款谷歌插件國內(nèi)安裝量第一！

再見Vip，我要在線免費視頻解析！

GitHub 熱榜：AI 一鍵去紋身，幾秒鐘讓你看見明星「真面目」！