Оптимизировать архитектуру GAN нейросети (Pix2Pix)
Scripts
Бюджет: 70000 руб.
Внести изменения в методы и оптимизировать архитектуру существующей рабочей нейросети (Pix2Pix) Изменения и оптимизация по списку:
1) оптимизация входящих изображений (перевод кода генератора и дискриминатора на прием изображений прямоугольного формата, сейчас “квадрат” )
2) Генерация тепловых карт маркеров из (X;Y) координат хранимых в json для дополнительного канала “на лету” по мере загрузки датасета на обучение.
3) Перевод на 3D свертки (сейчас параллельные каналы)
4) Оптимизация генератора и дискриминатора на основе Progressive Growing of GANs (PGGAN) / PatchGAN (дискриминатор)
5) Оптимизация функций потерьна основе Gradient Penalty Loss / Perceptual Loss
6) Тестовое обучение модели
В качестве референса есть код для каждого этапа апдейта.
Copilot/ChatGPT приветствуется
работа на офисной машине (RTX 3090TI, Core i9 14900)
доступ через AnyDesk (на вашей стороне должен быть быстрый интернет)
Только с опытом работы с GAN архитектурами
Python
venv
Docker
Flask / Fast API
