Neural Network sorts Skate Decks

David De Vigne hat ein Neural Network auf seine Sammlung von Skatedecks trainiert und hat sie damit nach visuellen Merkmalen wie Farbe, Typo oder Motiv sortiert, hier das JPG in HighRez (6580px, 10MB).

I have keen passion for skating so I decided to collect a range of images of skateboard deck graphics. I did this because I wanted to see if any zones could be created from the different graphic styles. Image filtering was kept to a minimum except for a few duplicate graphics that I manually removed. When looking at the unsorted images, the only connection that could be made would be the brand of deck, as the downloads we're named according to brand name. T-SNE however did a good job at identifying different graphic styles within the range of boards. Some evident zones include text based designs grouped towards the top left, and designs that feature prominently single colour graphics towards the top right. These two major zones clearly rooted from the two designs I had chosen as anchor points. One being a blank orange board, and the other being a board featuring the BAKER logo on it.

Damit könnte er jetzt übrigens Skatedeck-Design Vector Arithmetic spielen, analog zu Brandon Amos' Image Completion-Paper:

Damit geht dann sowas hier: Bones Brigade Deck - Neutral Deck + Neutral Longboard = Bones Brigade Longboard.

Das funktionierte schon vor einem Jahr mit Gesichtern, das geht auch mit allen anderen Items, auf die man AIs trainieren kann. Die Neural Networks erforschen dann anhand ihrer Daten nichts anderes als den „infinite Idea Space“ innerhalb ihrer Parameter und spucken ihn komplett aus, das sieht man sehr schön an Tom Whites Facegrids und mit den Vektoren in diesem Idea Space kann man rechnen.

Aber egal, here's a Sk8-Vid: