簡單說說一鍵果體APP的AI

參考：

https://www.jianshu.com/p/8c7a7cb7198c

https://blog.csdn.net/gdymind/article/details/82696481

 

零、前言

　　最近一個叫deepnude的軟件火了，開發它的程序員聲稱這個軟件能夠一鍵「脫掉」照片中女性的衣服（由於AI訓練素材的緣由也只能是女性），deepnude推出了免費版和付費版，免費版中間有一個大大的水印基本啥都遮住了，付費版就只是在照片的左上角註明了「FAKE」。該軟件一經推出就掀起了很大的輿論爭議，最近該軟件的開發者迫於壓力關掉了網站和軟件下載（改善生活的企圖END）並表示該軟件並無使用很高深的技術，只是pix2pix算法的一種應用（基於大量學習）。這裏咱們就簡單介紹下pix2pix這個AI框架，若是你對deepnude自己感興趣的話能夠關注公衆號「程序員防脫髮中心」回覆「deepnude」獲取更多信息。

1、逆圖片識別

　　深度學習通過多年發展已經很容易實現AI的萬物識別，之前調侃過的AI民工（數據標註員）主要工做就是對大量圖片或數據進行標註，不斷訓練AI，達到的效果就是「看貓是貓」、「看狗是狗」。啥意思呢，簡單來講就是給一張貓圖能識別出這是個貓，給個狗圖就知道是狗，推而廣之就是人臉識別、車牌識別、場景識別等等、等等。

　　接着咱們天然就會想到說，那能不能把這個過程反過來，給AI一個「貓」讓它返回一個貓圖呢？

　　很遺憾，不行！對於AI來講，知道是貓和畫個貓其難度與人類學畫畫是同樣同樣的。

2、生成對抗網絡GAN

　　爲了教AI學會畫貓，科學家們整出了GAN，GAN主要包含兩個元素：G和D，G用來生成隨機圖片，D用來判斷這個圖片是否符合要求。好比使用G來不斷生成隨機圖片，D判斷圖片是不是貓圖。GD互相做用相互鍛鍊，若是D足夠聰明的話，在一段時間的學習後G生成的圖片就愈來愈像貓，最終就能夠源源不斷地生產貓圖啦。

　　前段時間大火的貓圖生成器使用的就是這麼個原理（還有卡通頭像、美女圖片等），不過光生成隨機圖片還不過癮啊，能不能生成用戶須要的圖片呢？好比站着的貓、躺着的貓、睡覺的貓？

3、成對訓練pix2pix

　　GAN使用的方法是生成隨機圖片，而後判斷是不是貓，這種模式的後果就是你獲得的老是隨機貓圖。科學家們又想了個點子，能不能在判斷以前先給出正確答案，讓G生成的貓圖愈來愈靠近咱們須要的樣子？因而就有了成對訓練pix2pix。

　　這個算法的核心就是給出AB兩個成對的圖片來進行訓練，以下圖所示。對AI進行大量訓練後，當咱們給出一個X時，AI就能自動將X轉化爲Y。

　　理論上deepnude就在pix2pix的基礎上對大量女性圖片（X）和大量果體圖片（Y）進行訓練，最後達到的效果就是隨機給出一個X，AI自動生成果體Y，固然具體操做上會比較複雜。

 

4、總結

　　這裏只是對pix2pix作了個簡單的介紹，後續還會繼續補充更多學習資料，敬請關注「程序員防脫髮中心」！若是你對deepnude自己感興趣的話能夠關注公衆號「程序員防脫髮中心」回覆「deepnude」獲取更多信息。