انعكاس النص الخالي
يعد Null-text Inversion تقنية تتيح لك تحرير صورة حقيقية باستخدام نموذج نشر يعتمد على النص مثل Stable Diffusion مع الحفاظ على كل شيء لم تطلب تغييره كما هو تمامًا.
نظرة عامة
It bridges the gap between generating fresh images and faithfully reconstructing and re-editing ones you already have.
الغوص العميق
لتحرير صورة حقيقية باستخدام نموذج الانتشار، عليك أولاً تشغيل عملية الإنشاء بشكل عكسي للعثور على التشويش الذي قد يعيد إنشائها. هناك طريقة سريعة تسمى انعكاس DDIM تقوم بذلك ولكنها تنحرف، لذا تبدو عملية إعادة البناء خاطئة بعض الشيء. إن التوجيه الخالي من المصنف، والذي يعزز مدى قوة مطالبات النص بتوجيه الصورة، يؤدي إلى تضخيم هذا الانجراف بشكل سيئ. يعمل انعكاس النص الخالي، الذي قدمه باحثو Google في عام 2022، على إصلاح هذه المشكلة عن طريق ترك النموذج مجمداً وبدلاً من ذلك تحسين تضمين النص "الفارغ" (الفارغ) المستخدم في التوجيه، واحد لكل خطوة زمنية تقلل الضوضاء. يؤدي هذا إلى تثبيت إعادة البناء مرة أخرى على الصورة الأصلية بحيث تؤدي التعديلات اللاحقة، مثل تحويل "كلب" إلى "قطة"، إلى تغيير المحتوى المقصود فقط.
البصيرة الفنية
تستقر التوجيهات الخالية من المصنفات بين التنبؤ المشروط (مع المطالبة) والتنبؤ غير المشروط (مع تضمين المطالبة الفارغة). يحافظ انعكاس النص الخالي على الموجه الحقيقي والأوزان ثابتة، ويحسن التدرج فقط هذا التضمين الفارغ في كل خطوة من خطوات النشر الخمسين تقريبًا بحيث يتتبع المسار الموجه مسار DDIM المحسوب مسبقًا. والنتيجة هي إعادة بناء تقترب من الكمال مع قوة توجيه كاملة، مما يترك الموجه حرًا لإجراء تعديلات دقيقة.
التأثير الاستراتيجي
السرعة والحجم
يمكن للذكاء الاصطناعي المرئي أتمتة مهام الفحص والكشف ووضع العلامات على نطاق واسع.
خيارات البناء
يمكن للفرق الإبداعية إنشاء نماذج أولية للمفاهيم بشكل أسرع مع عدد أقل من المراجعات اليدوية.
الفريق وسير العمل
يمكن أن تستخدم العمليات إشارات الصور والفيديو التي كان من الصعب معالجتها في السابق.
مستقبل انعكاس النص الخالي
كان عكس النص الخالي بطيئًا لأنه يعمل على تحسين كل صورة، لذا فإن العمل الأحدث يدفع نحو الانعكاس الفوري والخالي من التحسين. تهدف أساليب مثل الانعكاس الفوري السلبي، والانعكاس المباشر، والأساليب المبنية على اتساق أسرع ونماذج قليلة الخطوات إلى تحقيق نفس الدقة في تمريرة أمامية واحدة. توقع أن يصبح الانعكاس خطوة هادئة ومدمجة داخل برامج تحرير الصور الاستهلاكية، مما يتيح تحريرًا موثوقًا للصور الحقيقية دون أن يرى المستخدم العمليات الحسابية على الإطلاق.
التنفيذ في العالم الحقيقي
تعديل صورة الإجازة الحقيقية بحيث تصبح السيارة المتوقفة بلون مختلف بينما يبقى الشارع والناس والإضاءة دون تغيير
تبديل سلالة حيوان أليف حقيقي في صورة عائلية دون تغيير الخلفية أو الوضع
تغيير موسم صورة المناظر الطبيعية (أوراق الشجر من الصيف إلى الخريف) عن طريق تحرير الكلمة السريعة فقط
تشغيل التعديلات المحلية بأسلوب "المطالبة بالمطالبة" على الصور التي تم تحميلها بواسطة المستخدم داخل العروض التوضيحية للبحث وتطبيقات التحرير
المخاطر والدرابزين
يمكن أن تصبح حقوق الصور والموافقة مخاطر قانونية إذا كان المصدر غير واضح.
يمكن أن يختلف أداء النموذج عبر الإضاءة والتركيبة السكانية والبيئات.
قد تمر الإيجابيات الكاذبة دون أن يلاحظها أحد ما لم تتم مراقبة عتبات الثقة.
خارطة طريق التنفيذ
تحديد معايير القبول لتكاليف الدقة والاستدعاء والخطأ.
اختبار مع البيانات التي تتوافق مع ظروف الإنتاج الحقيقية.
أضف مراجعة بشرية للتنبؤات منخفضة الثقة أو عالية التأثير.
تتبع انحراف النموذج وإعادة التحقق من صحته بعد تغيير الكاميرا أو مجموعة البيانات.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Null-Text Inversion quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
تحويل النص إلى فيديو من فيديو
الأسئلة المتداولة
What is Null-Text Inversion?
يعد Null-text Inversion تقنية تتيح لك تحرير صورة حقيقية باستخدام نموذج نشر يعتمد على النص مثل Stable Diffusion مع الحفاظ على كل شيء لم تطلب تغييره كما هو تمامًا. إنه يسد الفجوة بين إنشاء صور جديدة وإعادة بناء وتحرير الصور الموجودة لديك بالفعل بأمانة.
ما الذي يؤدي في الواقع إلى تحسين انعكاس النص الخالي؟
إنه يحافظ على تجميد النموذج والموجه الحقيقي ويحسن فقط تضمين النص غير المشروط/الفارغ في كل خطوة زمنية، وهو أمر سريع وغير مدمر.
لماذا يصبح عكس DDIM العادي غير موثوق به عند استخدامه للتحرير؟
يؤدي عكس DDIM إلى تراكم الأخطاء الصغيرة، كما أن التوجيه القوي اللازم لإجراء تعديلات جيدة يؤدي إلى تضخيم هذا الانحراف وإعادة البناء المهينة.
ما هو الهدف الرئيسي من عكس الصورة الحقيقية قبل تحريرها؟
يحتاج التحرير إلى بذرة ضوضاء ومسار يعيد بناء النص الأصلي، لذا فإن التغييرات السريعة لا تؤدي إلا إلى تغيير المحتوى المقصود.
تقريبًا كيف يتعامل انعكاس النص الخالي مع التحسين عبر عملية النشر؟
يتم ضبط تضمين النص الفارغ المميز لكل خطوة زمنية بحيث يتتبع المسار الموجه عن كثب مسار الانعكاس المحسوب مسبقًا.
يتم إقران انعكاس النص الخالي بشكل شائع مع أي نوع من أساليب التحرير؟
بمجرد عكس الصورة الحقيقية بأمانة، يمكن للطرق التي تعتمد على المطالبة مثل المطالبة بالمطالبة إجراء تغييرات محلية مستهدفة.