หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

การตีสองหน้า

นี่คือพื้นที่เก็บข้อมูลอย่างเป็นทางการสำหรับกระดาษ "การสร้าง ambigram โดยรูปแบบการแพร่กระจาย" บทความนี้ได้รับการยอมรับที่ ICDAR 2023

  • ลิงค์กระดาษ: arxiv

【 อัปเดต 】
2023/07/20: Ambifusion2 เปิดอยู่ วิธีนี้สามารถสร้าง ambigrams กับคู่รูปภาพใด ๆ โดยการระบุสองแจ้งเป็นคู่

เกี่ยวกับกระดาษ

tl; dr

  • เราเสนอวิธีการสร้าง ambigram โดยแบบจำลองการแพร่กระจาย
  • คุณสามารถสร้างภาพ ambigram ต่างๆโดยระบุคลาสจดหมายคู่หนึ่ง
  • เราเสนอ ambigramability ในการวัดวัตถุประสงค์ของความง่ายในการสร้าง ambigrams สำหรับแต่ละตัวอักษรแต่ละคู่

เชิงนามธรรม

Ambigrams คือการออกแบบตัวอักษรกราฟิกที่สามารถอ่านได้ไม่เพียง แต่จากทิศทางดั้งเดิม แต่ยังมาจากทิศทางที่หมุน (โดยเฉพาะกับ 180 องศา) การออกแบบ ambigrams เป็นเรื่องยากแม้สำหรับผู้เชี่ยวชาญของมนุษย์เพราะการรักษาความสามารถในการอ่านคู่ของพวกเขาจากทั้งสองทิศทางมักจะยาก บทความนี้เสนอรูปแบบการสร้าง ambigram ในฐานะโมดูลรุ่นเราใช้แบบจำลองการแพร่กระจายซึ่งเพิ่งถูกใช้เพื่อสร้างภาพภาพถ่ายคุณภาพสูง โดยการระบุคลาสจดหมายคู่หนึ่งเช่น 'A' และ 'B' โมเดลที่เสนอจะสร้างภาพ ambigram ต่าง ๆ ซึ่งสามารถอ่านเป็น 'a' จากทิศทางดั้งเดิมและ 'B' จากทิศทางหมุน 180 องศา การวิเคราะห์เชิงปริมาณและเชิงคุณภาพของผลการทดลองแสดงให้เห็นว่าแบบจำลองที่เสนอสามารถสร้าง ambigrams คุณภาพสูงและหลากหลาย นอกจากนี้เรายังกำหนดความสามารถในการสร้างความสามารถในการวัดวัตถุประสงค์ของความง่ายในการสร้าง ambigrams สำหรับแต่ละตัวอักษรแต่ละคู่ ตัวอย่างเช่นคู่ของ 'A' และ 'V' แสดงความสามารถในการสร้างภาพรวมที่สูง (นั่นคือมันเป็นเรื่องง่ายที่จะสร้าง ambigrams ของพวกเขา) และคู่ของ 'D' และ 'K' แสดงความสามารถที่ต่ำกว่า ความสามารถในการสร้างความสามารถในการสร้างคำแนะนำต่าง ๆ ของการสร้าง Ambigram ไม่เพียง แต่สำหรับคอมพิวเตอร์ แต่ยังรวมถึงผู้เชี่ยวชาญของมนุษย์ด้วย

ตัวอย่าง

วิธีที่เราเสนอสร้าง ambigrams เช่นตัวอย่างต่อไปนี้ แอมบิกราม

หมายเลขวงเล็บคือคะแนนความสามารถในการสร้างความสามารถ (↑) ของคู่ตัวอักษร สามแถวบนเป็นคู่คลาสที่ค่อนข้างง่าย (ที่มีคะแนนความสามารถในการสร้างความสามารถในการสร้างความสามารถสูงกว่า) และสามส่วนล่างไม่ได้

การตั้งค่าสภาพแวดล้อมการทดลอง

เราทดสอบรหัสทั้งหมดใน Python: 3.8.10 คุณสามารถดาวน์โหลดไลบรารีภายนอกด้วย pip ดังต่อไปนี้ 

 pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113
pip install -r requirements.txt

คุณยังสามารถดาวน์โหลดน้ำหนักที่ได้รับการฝึกอบรมล่วงหน้า แทนที่ไฟล์ pseud-weights ทั้งหมด weight_name.txt ด้วยไฟล์ Weights จริงที่ดาวน์โหลดมา

  • ลิงค์น้ำหนัก: googledrive

การสาธิต

มีการสาธิต Gradio

  1. เริ่มต้นแอปพลิเคชันเว็บ Gradio ดังต่อไปนี้ 
 python demo.py
  1. เข้าถึง 127.0.0.1:11111 ด้วยเว็บเบราว์เซอร์ของคุณ

สร้าง ambigrams

  1. ตั้งค่า TestConfigs ใน ambigram_random_sample.py
  2. เรียกใช้รหัสการสุ่มตัวอย่างดังต่อไปนี้ 
 python ambigram_random_sample.py

ตรวจสอบความสามารถในการหาเสียง

  1. ตั้งค่า TestConfigs ใน calc_ambigramability.py
  2. เรียกใช้รหัสการคำนวณดังต่อไปนี้ 
 python calc_ambigramability.py

ปรับแต่ง

การฝึกอบรมแบบจำลอง

  1. ตั้งค่า TrainConfigs ใน configs/trainargs.py หากคุณต้องการคุณสามารถเปลี่ยน DA_ambigram_configs.yaml (รายละเอียดถูกกล่าวถึงที่วินาที 3.2 ในกระดาษ)
  2. เรียกใช้รหัสการฝึกอบรมดังต่อไปนี้ 
 ## Run on single gpu
python ambigram_train.py

## Run on multiple gpus
mpiexec -n [NUM_GPUs] python ambigram_train.py

หมายเหตุ [1]: หากคุณต้องการสร้าง ambigrams โดยใช้ classifier-free guidance คุณต้องฝึกทั้งแบบจำลองแบบมีเงื่อนไขและแบบไม่มีเงื่อนไขแยกต่างหาก

ข้อมูลกระดาษ 

 @article{shirakawa2023ambigram,
  title={Ambigram Generation by A Diffusion Model},
  author={Shirakawa, Takahiro and Uchida, Seiichi},
  booktitle={2023 17th international conference on document analysis and recognition (ICDAR)},
  year={2023}
}
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด