Вчені з Google і декількох університетів опублікували відкритий код нейромережі DragGAN, що може маніпулювати об’єктами або їх фрагментами на фотографіях.
DragGAN виявився здатний працювати з об’єктами різних типів. У демонстраційному відео, розробники нейромережі змінили вирази облич людей, змушуючи собак сісти або дивитись у камеру, а також коригували зовнішній вигляд автомобілів.
Цікаво, що нейромережа взаємодіє не лише з об’єктом, але й з його оточенням. Іноді це призводить до невдалого результату: штучний інтелект не завжди якісно домальовує або трансформує фони. Схоже, що найменше проблем виникає з об’єктами на білому фоні.
Згідно з розробниками, DragGAN має працювати як на відеокартах з CUDA-ядрами, так і на чіпах без підтримки цієї технології. Процесори M1 і M2, створені Apple, також підтримуються.
Розробники проекту не уточнили, яке потужне обладнання буде необхідне для використання DragGAN. Нейромережу можна використовувати як під Linux і Mac OS, так і під Windows.
DragGAN – це вражаючий приклад того, як глибоке навчання і нейронні мережі можуть трансформувати наш підхід до обробки зображень. Ця технологія може відкрити нові горизонти в областях, як-то графічний дизайн, редагування фотографій, кіно і багато іншого.
