亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Manufacturing Technology >> 工业技术

AI从文本食谱生成逼真菜肴图片:Stacked GAN跨模态嵌入新突破

无视觉信息的长文本→高保真图像生成

特拉维夫大学团队构建深度学习模型,输入纯文本食谱(无标题、含食材与步骤),从零生成成品菜肴图片。采用条件生成对抗网络(cGAN)结合跨模态嵌入:语义正则化与非语义正则化两种技术,三步完成——食材/步骤初始嵌入→整体食谱神经嵌入→引入高层分类目标的语义正则化损失整合。

训练与人工评估

模型在5.2万对食谱-图片上训练(NVIDIA TITAN X GPU + cuDNN)。生成图片经30人打分(1-5分)评估:非语义正则化法优于语义法,生成图像更生动逼真,甚至难辨真伪。两方法均擅长生成粥/沙拉/饭类“糊状”食物,但难以生成鸡肉/汉堡/饮料等定型食物。

参考文献:arXiv:1901.02404 | Tel-Aviv University

工业技术

  1. 6V 电池-灯泡基础电路搭建与故障排查实战
  2. 简单模拟求平均电路:实用电压平均器
  3. 构建可作运放的高增益差分放大器:电流镜像优化设计
  4. 设计4位组合锁:基于XOR与NOR门
  5. 十进制转二进制、八进制、十六进制:实用指南
  6. 从电学到电子学:电路控制的演进
  7. 串联 LC 谐振:零阻抗与电压峰值解析
  8. 革命性3D成像揭示镍基合金隐藏微裂纹
  9. 创新装置从落雪收集静电发电
  10. 如何选择简单易用的 CMMS:从免费试用到正式部署的避坑指南
  11. 维护管理基准对标实操指南:从现状到卓越的五阶跃迁
  12. 用于访问 PLCnext AXC F 2152 变量的 Python REST 库