يو-نت القابل للتعديل: التحكم في مخرجات الصورة إلى الصورة باستخدام قيمة عددية قابلة للتعديل

تعتبر مهام تحويل الصورة إلى صورة أكثر دقة وتعقيدًا من أي وقت مضى بفضل التقدم في التعلم العميق. ومع ذلك، نظرًا لأن نماذج التعلم العميق التقليدية يتم تدريبها لأداء مهمة واحدة فقط، يتطلب الأمر نماذج مدربة متعددة لأداء كل مهمة حتى لو كانت مرتبطة ببعضها البعض. على سبيل المثال، يتم تدريب شبكة الأعصاب الالتفافية الشهيرة لتحويل الصورة إلى صورة، يو-نت، عادةً لمهمة واحدة فقط. بناءً على يو-نت، تقترح هذه الدراسة نموذجًا ينتج نتائج متغيرة باستخدام نموذج مدرب واحد فقط. تنتج الطريقة المقترحة مخرجات متغيرة باستمرار عن طريق تعيين معلمة خارجية. نحن نؤكد على متانة النموذج المقترح لدينا من خلال تقييمه على ثنائيّة الألوان وتعتيم الخلفية. وفقًا لهذه التقييمات، أكدنا أن النموذج المقترح يمكنه توليد مخرجات متوقعة جيدًا باستخدام معلمات ضبط غير مدربة بالإضافة إلى المخرجات باستخدام معلمات ضبط مدربة. علاوة على ذلك، يمكن للنموذج المقترح توليد مخرجات مستخرجة خارج نطاق التعلم.