एक कस्टम जेनरेटिव एडवर्सेरियल नेटवर्क बनाना स्केच के साथ

कार्नेगी मेलन और एमआईटी के शोधकर्ताओं ने एक नई विधि विकसित की है जो एक उपयोगकर्ता को सिर्फ स्केचिंग इंडिकेटिव डूडल्स द्वारा एक कस्टम जेनरेटिव एडवर्सेरियल नेटवर्क (GAN) इमेज-क्रिएशन सिस्टम बनाने की अनुमति देती है।

एक ऐसी प्रणाली एक अंतिम उपयोगकर्ता को विशिष्ट छवियों का उत्पादन करने में सक्षम इमेज-जेनरेटिंग सिस्टम बनाने की अनुमति दे सकती है, जैसे कि विशिष्ट जानवर, भवनों के प्रकार – और यहां तक कि व्यक्तिगत लोग। वर्तमान में, अधिकांश GAN जनरेशन सिस्टम व्यापक और काफी यादृच्छिक आउटपुट उत्पन्न करते हैं, जिसमें विशिष्ट विशेषताओं को निर्दिष्ट करने की सीमित सुविधा है, जैसे कि जानवरों की नस्ल, लोगों में बालों के प्रकार, वास्तुकला के शैलियों या वास्तविक चेहरे की पहचान।

इस दृष्टिकोण को पेपर स्केच योर ओन GAN में रेखांकित किया गया है, जो एक नए स्केचिंग इंटरफ़ेस का उपयोग एक प्रभावी ‘सर्च’ फ़ंक्शन के रूप में करता है जो विशेषताओं और वर्गों को अन्यथा अधिक भीड़भाड़ वाले इमेज डेटाबेस में खोजने के लिए जो हज़ारों प्रकार के वस्तुओं को शामिल कर सकते हैं, जिनमें से कई उप-प्रकार शामिल हैं जो उपयोगकर्ता के इरादे से संबंधित नहीं हैं। फिर GAN को इस फ़िल्टर्ड सब-सेट ऑफ़ इमेजरी पर प्रशिक्षित किया जाता है।

उपयोगकर्ता द्वारा जिस विशिष्ट वस्तु प्रकार को कैलिब्रेट करने के लिए GAN का उपयोग किया जाता है, उसे स्केच करने से फ्रेमवर्क की उत्पादक क्षमताएं उस वर्ग के लिए विशेषज्ञता प्राप्त करती हैं। उदाहरण के लिए, यदि एक उपयोगकर्ता एक फ्रेमवर्क बनाना चाहता है जो एक विशिष्ट प्रकार के बिल्ली (किसी भी पुरानी बिल्ली के बजाय, जैसा कि यह बिल्ली मौजूद नहीं है पर प्राप्त किया जा सकता है) का उत्पादन करता है, तो उनके इनपुट स्केच गैर-प्रासंगिक बिल्ली वर्गों को खारिज करने के लिए एक फिल्टर के रूप में कार्य करते हैं।

… (rest of the content remains the same, following the exact same structure and translation rules)