Комментарии 53
А на сколько корректно привлекать додумываюшие алгоритмы в медицинских изображениях? Информации разве стало больше? Она же предвнесена со стороны, это же не фильтрующие или аппроксимирующие алгоритмы. Просто компьютер дорисовал для красоты пикселей.
А почему бы не попробовать?)
Визуально картинка больше и чётче. Шанс на ошибку меньше.
Я от врачей слышал, что они просто привыкают к изображениям с определёнными характеристиками. Если изображение становится больше или чётче, то опытному врачу придётся заново калиброваться.
Шанс на ошибку больше, потому что неизвестно, что нейросеть дорисовала, то есть просто выдумала.
Так глаза есть) Важно понимание процесса)
Это ложное утверждение, а вы, похоже, не заблуждаетесь, а намеренно хотите ввести людей в заблуждение.
То что понимание процесса - ложное утверждение?) забавно
Я бы тут поспорил, кто кого вводит в заблуждение.
В этой статье продемонстрирован способ повышение разрешения изображения с использованием ESRGAN. Основная мысль статьи. Читайте.
Ложное утверждение - то, что имитация увеличения разрешения становится лучше от того, что кто-то "понимает процесс".
Почему тогда не использовать любой другой алгоритм, скажем - nearest neighbor - его процесс мы понимаем еще лучше. Становится ли от этого лучше его результат?
Используйте nearest neighbor для этого. Расскажете нам потом)
Нет уж, вы предложили подход - "если мы понимаем процесс, то можем использовать данные, обработанные методом с погрешностью". А я предлагаю вам применить этот подход к методу удвоения количества пикселей в изображении через алгоритм nearest neighbour. Или любой другой подобный, либо объяснить, чем конкретно такое действие, осуществляемое методами ML принципиально лучше nearest neighbor или любого другого метода.
Абсолютно некорректно. Могут вылезти детали, которых на исходной картинке и не было.
даже такое случалось https://habr.com/ru/post/189010/ и это еще без нейронок
Когда-нибудь до людей дойдет, что результаты нейронок в критичных моментах нельзя использовать никогда
Вам с Илоном Маском и Microsoft по пути;)
Вероятно, "до людей" (т.е. массового потребителя) не дойдет никогда в обозримом будущем, потому что число тех, кто очень плохо умеет пользоваться мозгами, уменьшается очень медленно.
Вот до судебных разбирательств по факту причинения смерти или увечий, как результата использования машинного обучения для дорисовывания несуществующих деталей в medical imaging - вполне может дойти, особенно если залечат кого-нибудь с достаточно существенным банковским счетом или размером страховой выплаты (тогда истцом будет выступать страховая компания).
Еще один интересный "водораздел", который делит людей на имбецилов, неспособных понять, что несуществующую информацию (не путать с рассеянной по известному закону, что относится к расфокусированным изображениям, например) нельзя "восстановить" и тех, кто это понимает.
Надо бы статью написать про восстановление поврежденных старых фото, как раз собирался)
Была такая статья пару лет назад. Там восстанавливали фото старых машин. И те, кто не знали, как должны выглядеть детали типа фар и решёток радиаторов, восхищались, а те, кто знали - плакали.
Надо очень чётко понимать, что нейросеть всегда генерирует только "рисунок по мотивам", причём только исходя из собственного опыта (который может быть очень поверхностным).
И говорить, что это "повышение разрешения" или "восстановление фото" - значит, заниматься (само)обманом, это не повышение и не восстановление. Это всего лишь догадки о том, как всё могло бы быть.
Интересная терминология)
Если мы говорим что разрешение было одно, а потом повысили - это повышение разрешения. Факт.
Один из способов повышения разрешения - использование нейронной сети ESRGAN. Тоже факт.
Вопрос выбора метода зависит от времени, целей, задач, качества, скорости.
По единственному фото нельзя повысить разрешение, можно только имитировать повышение разрешения. Утверждение обратного - шарлатанство.
Что ещё можно имитировать?)
Терминологической демагогией занимаемся.
Демагогией (подменой терминов) занимаетесь вы, используя термин "увеличение разрешения" вместо "имитация увеличения разрешения".
Имитировать можно много что, только имитация не равна реальному увеличению.
Тут не согласен с вашей терминологией. Представлено множество работ с использованием нейронных сетей для увеличения разрешения изображения.
Не вижу предпосылок для использования термина имитация. Это подмена понятий.
Имитация с латинского imitatio это подражание. То есть имитирование - это подражаете кому-либо или чему-либо.
Здесь вполне себе самостоятельный, отдельный метод повышения разрешения изображения. Не вижу чему этот метод подражает.
Не считаю целесообразным использование словосочетания «имитация» в повышении разрешения изображений с использованием нейронных сетей.
Естественно, это подражание тем паттернам, на которых нейросеть была обучена, для добавления деталей, которые в изображении отсутствуют. Если обучить ее на изображениях, где мелкие детали - сплошняком состоят их обезьяньих портретов, она будет подражать этим паттернам и добавлять обезьяньи портреты на любом другом изображении.
Если мы говорим что разрешение было одно, а потом повысили
Так дело в том, что мы его не повысили. Мы пририсовали туда что-то, что нам показалось подходящим. Это не повышение разрешения, хотя у итогового изображения размеры стали больше.
Представьте себе - у вас есть одна точка. Вы взяли и пририсовали к ней "Мадонну с младенцем". Можно ли говорить, что "мы повысили расширение"? Очевидно, нет.
А если у нас было изображение 🖼️, и мы поняли, что это пейзаж в рамке, и нарисовали пейзаж в рамке, можно говорить, что мы подняли разрешение? Тоже нет, мы снова просто выдумали что-то подходящее.
Это всегда догадки. И если в случае би- и три- линейной интерполяции и т.д. ещё как-то можно смириться, потому что артефакты более-менее прогнозируемы, то в случае с сеткой - нет, нейросеть на выдумки хитра.
Какая опасная и коварная нейросеть) пририсовывает что-то)
Что-то я не вижу на представленном мною изображении Мадонну с младенцем и какие-то бросающиеся выдающиеся артефакты.
При этом понимаю, как и у любого метода повышения разрешения изображения могут быть погрешности.
Повторюсь, в выборе метода важно понимание процесса работы алгоритма, цель, время, задачи.
Считаю целесообразным использование данной методики для повышения разрешения изображения.
Терминологической демагогией предлагаю перестать заниматься.
Именно этим и занимается нейросеть - рисованием по мотивам на основе некоторого опыта.
"Повышение разрешения" - это как раз чистая демагогия. Вы обманываете себя эти термином. Считаете это целесообразным? Ну, будьте здоровы.
При этом понимаю, как и у любого метода повышения разрешения изображения могут быть погрешности.
Если при при фотографировании буква П на вывеске превратилась в четыре пикселя, а потом вы нейросетью "повысили разрешение" и она превратилась в И, это не "погрешность", а дорисовывание деталей. И происходит именно это.
Вы - шарлатан.
Оппонент) Перестаньте обзываться)
Откуда нейросети и кому-бы то ни было известно про эту П вначале?)
Она видит 4 пикселя и работает. Исходя из методов работы возможны погрешности. Опять же утыкаемся в терминологию и позиции. Необходимо смотреть на практике и тестировать.
Вдумчиво подходить к полученным результатам.
upscale решил что у вас родится динозавр за углом
Отлично. Вы взяли медицинское изображение. Скорее всего оно было в формате DICOM, ибо медицинские данные должны храниться в нём. И превратили его в красивую улучшенную картинку, не имеющую никакой медицинской ценности.
Отлично. Я показал как с помощью минимального количества кода можно увеличить разрешение изображение в четыре раза при помощи нейронных сетей.
Про медицинскую ценность несогласен. Если уж пользоваться такой логикой то можно и от всех методов диагностики отказаться. От УЗИ например точно, там тоже возможны артефакты и несуществующие детали вследствие погрешности самого метода.
Важно понимание процесса, опыт и ракурсы)
Вы намеренно врёте. То, что один метод имеет погрешность, не означает, что поверх этого метода можно применять другой, ещё сильнее увеличивающий количество ложных деталей непредсказуемым образом. Любопытно, вы идете по стопам Theranos, считая, что можно "срубить бабла и соскочить" до того, как регуляторы наконец это запретят, а отдельные особенно активные стартапы пойдут по статье за мошенничество?
Не мой стиль;)
Просьба не переходить на личностные оскорбления.
Тут вообще ничего не говорится про мнимый какой-то стартап.
Тут есть статья, в которой описано как с использованием ESRGAN (ссылка тоже в тексте, откуда взято) повысить разрешение изображения. И приведён пример.
Мне представляется целесообразным использование данной методики для повышен я разрешения изображения.
Переход на личности - это упоминание свойств личности оппонента, которые не имеют отношения к его тезису, для дискредитации тезиса.
Если оппонент делает ложные утверждения (врёт) и старательно повторяет их, несмотря на возражения, есть основания предположить, что он делает это намеренно.
"Увеличить число пикселей" - не то же самое, что "увеличить разрешение" или "увеличить число реальных деталей изображения". Всё, что по одному изображению могут делать нейросети - дорисовать (выдумать, симулировать) возможный, но не реальный внешний вид того или иного объекта.
Оппонент)
Не вижу ничего ложного в предыдущем посте.
Разреше́ние — величина, определяющая количество точек (элементов растрового изображения)
Увеличить разрешение - увеличить количество точек. Методы могу быть разными. Один из методов - применение нейронных сетей.
Не туда смотрите. На английском это написано гораздо подробнее и понятнее:
https://en.wikipedia.org/wiki/Image_resolution
Image resolution is the detail an image holds
Вы просто смешиваете в кучу количество пикселей и детализацию.
Разрешение - это свойство изображения или оптического прибора, которое описывает способность этого изображения или прибора передавать различимые детали. Собственно, "разрешение" - это "разрешение неоднозначности между двумя соседними деталями изображения", например, линиями на тестовой мишени.
В цифровой технике в какой-то момент возникла подмена понятий между "разрешающей способностью" и "количеством пикселей/точек". Этой подменой понятий (и общей безграмотностью потребителей) теперь вовсю пользуются шарлатаны от машинного обучения, предлагая восстановить (на самом деле - дорисовать) детали, которые изображение не содержит. Вы - один из них.
А сколько раз подряд так можно сделать до прорыва в компьютерной диагностике?
4х повышение разрешения изображения с использованием ESRGAN