テキストレシピから料理画像を生成するAI、Stacked GANで写実的な成果
テルアビブ大学の研究チームが、長文のテキストレシピから完成料理の画像をゼロから生成する深層学習モデルを開発しました。タイトル情報を与えず、材料と手順のみから画像を合成する困難なタスクに挑んでいます。
条件付きGANと2種類の埋め込み手法
生成器と識別器が競争するGANに、レシピテキストという条件を付与。以下の3ステップで埋め込みを行います:
- 材料と手順の初期埋め込み
- レシピ全体の統合ニューラル埋め込み
- 高レベル分類目的による意味的正則化損失の統合
52,000件のレシピ・画像ペアで訓練し、NVIDIA TITAN X GPUを使用。
人間評価での結果
30名による評価(1〜5点)では、非意味的正則化手法が意味的正則化を上回り、より鮮明で写実的な画像を生成。粥状の料理(サラダ、スープ、米料理)は得意ですが、鶏肉やハンバーガーなど明確な形状を持つ料理は苦手とする傾向が見られました。
参考文献: arXiv:1901.02404 | Tel-Aviv University
産業技術
- 基本の6V電池・ランプ回路の構築とトラブルシューティング
- シンプルなアナログ平均化回路:実用的な電圧アベレージャ
- オペアンプとして機能する高利得差動増幅器の構築
- XORゲートとNORゲートによる4ビットコンビネーションロックの設計
- 十進法から二進法・八進法・十六進法への変換:実践ガイド
- 直列LC共振:ゼロインピーダンスと電圧ピークの説明
- 革命的3Dイメージングがニッケル基合金の隠れた亀裂を可視化
- 降雪から静電気を収穫する革新デバイスで再生可能電力を生成
- シンプルなCMMSソフトウェア選び:スムーズなメンテナンス管理のために
- 必須メンテナンスベンチマーキング:ステップバイステップガイド
- PLCnext AXC F 2152変数にアクセスするためのPython RESTライブラリ