Qiita Teams that are logged in
You are not logged in to any team

Log in to Qiita Team
Community
OrganizationEventAdvent CalendarQiitadon (β)
Service
Qiita JobsQiita ZineQiita Blog
26
Help us understand the problem. What is going on with this article?

More than 3 years have passed since last update.

@TSY

画像変換手法CycleGANでパンダ生成モデルを作った話

UCバークレーが開発したディープラーニングによる画像変換手法CycleGANで、クマの画像を突っ込むと、パンダに変換してくれるモデルを作りました。どうしてもクマをパンダに変換したい時って結構あるものですよね。

bear2panda-7.png

CycelGANとは

ざっくり言うと、入力画像と出力すべき画像のペア無しに良い感じに画像を変換してくれる手法です。CycleGAN(論文)では元の画像とそれに対応する変換の見本となる画像のペアは必要なく、例えば「りんご」と「オレンジ」のように2つのドメインに分けた画像を訓練データとして利用することが可能です。これによって、訓練データを集めるのが容易になります。

スクリーンショット 2017-04-26 18.42.48.png

具体的には、以下のように分類したものを訓練データとして利用します。

元ドメイン

bear-domain.jpeg

ターゲットドメイン

panda-domain.jpeg

bear2panda

クマ画像とパンダ画像をそれぞれ約1000個ほど突っ込んでモデルを作りました。Tesla K80を24時間ほど走らせています。

左が元の画像で、右がCycleGANによる変換後の画像です。

bear2panda-7.png
bear2panda-1.png
bear2panda-2.png
bear2panda-3.png
bear2panda-6.png
bear2panda-4.png

良い感じに仕上がってますね。ただこれらは良い例で、上手く行かないとDeep Dream的な不気味さを味わえます。

スクリーンショット 2017-04-25 21.21.10.png
スクリーンショット 2017-04-25 21.23.00.png

モデルの使い方

CycleGANのインストールについては公式に丸投げですすみません。
こちらのレポジトリに学習済みモデルが入っています。
詳しくはREADMEに記載していますが、CycleGANの学習済みモデルとしてbear2pandaを、テストデータとして任意のクマ画像を指定することで利用できます。

以上です。

参考文献

26
Help us understand the problem. What is going on with this article?
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
26
Help us understand the problem. What is going on with this article?