【CV秋季划】生成对抗网络GAN有哪些研究和应用,如何循序渐进地学习好?
GAN的研究在这几年发展可以说是非常迅猛,已经被用于各个研究方向,其应用涉及图像与视频生成,数据仿真与增强,各种各样的图像风格化任务,人脸与人体图像编辑,图像质量提升。
那我们究竟如何去长期学好相关的算法呢?有三AI推出了CV秋季划-GAN组,供长期学习相关内容,学习不限时长,永久有效。
详情大家可以听以下直播视频解读,更多补充可看图文。
整个学习内容
GAN学习小组需要掌握与GAN相关的内容,学习的东西包括8大方向:基础理论,结构设计,图像与视频生成,语音生成,图像增强,风格迁移,图像编辑,综合使用技巧。
总体的学习资料包括几个部分:
(1) 学习视频与直播。
(2) 知识星球社区:包括两个,一个是专用于秋季划GAN学习小组存储资料的星球,永久有效,不对外开放。
另一个是对外开放的有三AI知识星球,包括很多内容,大家可以自行阅读下文了解。
(3) 有三AI内容组,项目组,运营组:是学习后下一步从业的真正目标。在内容组大家可以从事内容创作和教学相关的工作,获得收入。在项目组大家可以参与各类工程项目,获得收入。在运营组大家可以参与生态运营,获得收入。
(4) 线上线下答疑:包括有三的微信答疑和组织的线下活动和私人线下答疑。
总的来说:学习资源是非常丰富和多维的,大家根据需要可以自取,总体的学习路线图和每一部分的内容如下。
接下来我们再给大家介绍每一部分需要学习的内容。
GAN理论
这一部分主要是学习对GAN的基础理论的理解以及评估,包括:
(1) GAN的算法原理
(2) GAN的优化
(3) GAN的评估
(4) GAN的理解
图像与视频生成
这一部分主要是学习图像生成和视频生成技术,这是GAN最为人熟知的应用,包括:
(1) 图像生成技术的基本原理
(2) 视频生成技术的基本原理
(3) 如何提高生成图像和视频的质量
(4) 如何使用GAN提高已有数据的质量
图像翻译与风格迁移
这一部分主要是学习GAN在图像风格化中的应用,包括:
(1) 图像风格化基础
(2) 人脸的风格化
(3) 通用图像的风格化
图像与视频增强
这一部分主要是学习GAN在图像增强领域中的应用,包括:
(1) GAN如何用于图像降噪
(2) GAN如何用于图像去模糊
(3) GAN如何用于图像超分辩
(4) GAN如何用于提升图像的美学质量
结构设计
这一部分主要是学习对GAN的各种各样的结构进行设计和调参改进,包括:
(1) GAN的基本结构
(2) GAN中判别器的改进
(3) GAN中生成器的改进
(4) GAN结构单元的使用(归一化层,注意力机制等)
图像编辑
这一部分主要是学习GAN在图像编辑中的应用,包括:
(1) 图像编辑基础
(2) 人脸的编辑,包括人脸年龄,表情,姿态,以及换脸等
(3) 通用图像的编辑,包括深度,纹理等
语音生成
这一部分主要是学习语音的基础以及GAN在其中的应用,包括:
(1) 语音技术的基础概念
(2) 语音合成的基本原理
(3) 如何使用GAN合成语音
(4) 如何使用GAN提高语音的质量
综合使用技巧
这一部分主要是总结GAN的使用技巧,包括:
(1) 对抗思想在图像经典任务中的使用,包括图像分类,图像分割,目标检测等
(2) GAN的训练技巧
(3) 增强学习与GAN的结合
关于学习方式
有三AI季划学习方式非常自由,包括: