Neural Network Libraries v1.23.0をリリースしました！

2021年11月26日金曜日

3次元物体復元が可能なImplicit Differentiable Render (IDR) for 3D shape reconstructionや、Few－Shot画像生成手法である, Elastic Weight Consolidation (EWC) / Cross-Domain Correspondence (CDC)と言った新規Exampleを始め、多くの機能が追加されました！

Spotlight

Implicit Differentiable Renderer

Implicit Differentiable Renderer (IDR)を実装しました。このモデルの目的は、複数視点からの物体の画像と対応するマスクを利用することで、3次元教師情報なしで物体の表面を抽出することです。この手法のポイントは以下のようになっています。

陰関数表現としての符号付き距離関数
ネットワークの幾何的初期化により、球状の形状を初期形状として得る
レイ、単位球交差、スフィアトレーシング、そしてレイマーチングの組み合わせによる巧みなレイトレーシング
損失関数; RGB、マスク、アイコナールロス

ONNX: opset13のサポート

ファイルフォーマットコンバータがONNXのopset13のimportとexportに対応しました。
50個近いfunctionにアップデートがあります。詳しくはsupport statusのページをご確認ください。

StyleGAN2へのEWCとCDCの追加

EWCによるFew-Shot画像生成

CDCによるFew-Shot画像生成

Few-shot画像生成は、何千もの画像を学習に必要とする従来の画像生成モデルとは対照的に、限られた枚数の学習サンプルから画像生成を可能にすることから、活発に研究が行われているトピックです。
私たちは、StyleGAN2をもとにFew-shot画像生成を行うEWC (Elastic Weight Consolidation)とCDC (Cross-Domain Correspondence)という2つの手法を実装しました。

Pointnet for 3d object classification implementation

3次元物体分類を行うPointNetを実装しました！PointNetでは3Dボクセルや画像といったフォーマットに変換する必要なく、点群を直接入力とすることができます。私たちのモデルはModelNet40データセットでテストされています。

Add GCN implementation

グラフ構造をもつデータに対し半教師あり学習を行うGraph Convolutional Network (GCN)を実装しました！元論文に従い、GCNをCoraデータセットに適用させることで論文の分類を行いました。ここではいくつかの論文のみがラベル付けされていると考え、残りの論文のテーマを予測しています。