„Google“ siūlo atvirojo šaltinio įrankį, naudojamą portreto režimo funkcijoms įjungti iš „Pixel 2“.

click fraud protection

„Google“ išleido „DeepLab-v3“ šaltinio kodą, AI technologiją, kurią galima naudoti norint įjungti portretą „Google“ fotoaparato režimas, leidžiantis kūrėjams naudoti tą pačią technologiją savo programose kitoms programoms tikslai.

Atnaujinta 05:02 CST: „Google“ pasiekė, kad paaiškintų, kad pati portreto režimo technologija nėra atidaryta šaltinio, o veikiau tai, kad technologija, kuri tai leidžia – semantinis vaizdo segmentavimas – dabar yra atvira šaltinio. Pavadinimas buvo pakeistas, kad atspindėtų šį pataisymą.

Daugelis žmonių sutinka, kad „Pixel 2“ šeima šiuo metu turi geriausias kameras bet kuriame išmaniajame telefone. Pati fotoaparato aparatinė įranga yra puiki, tačiau didžioji dalis magijos vyksta programinės įrangos pusėje. Pavyzdžiui, HDR+ funkcija leidžia beveik bet koks fotoaparatas geresnis kai tai perkeltas į kitus telefonus. Nauja „Pixel 2“ programinės įrangos funkcija yra „Portreto režimas“. Jis identifikuoja jus ir sulieja foną, kad sukurtų šaunų efektą.

Tam fotoaparatas naudoja semantinį vaizdo segmentavimą. Iš esmės kiekvienas pikselis suskirstytas į kategorijas su tokia etikete kaip „asmuo“ arba „dangus“. Tai padeda kamerai atskirti žmogų priekiniame plane ir dangų fone. „Google“ išleido šią technologiją kaip atvirojo kodo, o tai reiškia, kad kūrėjai gali naudoti tą pačią technologiją savo programose. Portreto režimas yra tik vienas pavyzdys, kaip galima naudoti šią technologiją. Kūrėjai gali padaryti dar daugiau šaunių dalykų.

Šiame leidime yra DeepLab-v3+ modeliai, sukurti ant galingos konvoliucinio neuroninio tinklo (CNN) magistralinės architektūros [2, 3], kad būtų pasiekti tiksliausi rezultatai, skirti diegti serverio pusėje. Kaip šios leidimo dalį, mes papildomai dalijamės savo Tensorflow modelio mokymo ir vertinimo kodu, kaip modeliai, jau iš anksto apmokyti naudoti „Pascal VOC 2012“ ir „Cityscapes“ etaloninį semantinį segmentavimą užduotys.


Šaltinis: Google Research