পরবর্তী আপপরবর্তী গাইড
ড্রিমফিউশন এবং স্কোর ডিস্টিলেশন স্যাম্পলিং
ভিজ্যুয়াল এআই
ভিজ্যুয়াল এআই গাইড
ডিনো স্ব-পাতন
DINO হল একটি স্ব-তত্ত্বাবধান করা পদ্ধতি যা একটি ভিশন ট্রান্সফরমারকে কোন লেবেল ছাড়াই ছবি বুঝতে প্রশিক্ষণ দেয়, নেটওয়ার্ক নিজেই শেখায়।
এই নির্দেশিকা শুনুনএআই-বর্ণিত · ~2 min
এই পৃষ্ঠায়2 মিনিট পঠিত
ওভারভিউ
এটি বৈশিষ্ট্যগুলি এত পরিষ্কার করে যে অবজেক্টের সীমানা মনোযোগের মানচিত্রে বিনামূল্যে উত্থিত হয়।
গভীর ডুব
DINO, কোন লেবেল ছাড়া স্ব-পাতনের জন্য সংক্ষিপ্ত, 2021 সালে Meta AI (তখন Facebook AI) দ্বারা প্রকাশিত হয়েছিল৷ এটি একই নেটওয়ার্কের দুটি কপি ব্যবহার করে — একজন ছাত্র এবং একজন শিক্ষক — এবং তাদের একটি চিত্রের বিভিন্ন বর্ধিত ফসল খাওয়ায়৷ ছাত্র শিক্ষকের আউটপুট বন্টন মেলানোর চেষ্টা করে, যদিও শিক্ষক শুধুমাত্র একটি ভিন্ন দৃষ্টিভঙ্গি দেখেন। গুরুত্বপূর্ণভাবে, শিক্ষক সরাসরি প্রশিক্ষিত নয়; এর ওজন হল ছাত্রের একটি সূচকীয় চলমান গড়, ধীরে ধীরে পিছিয়ে যাচ্ছে। একটি একক ধ্রুবক উত্তরে নেটওয়ার্কটি ভেঙে পড়া বন্ধ করতে, DINO শিক্ষকের আউটপুটগুলিকে কেন্দ্র করে এবং তীক্ষ্ণ করে। একটি চমকপ্রদ ফলাফল হল যে কোন বস্তু কি তা কখনোই বলা না হয়েই ফলে দৃষ্টি ট্রান্সফরমার সেগমেন্টের বস্তুর স্ব-মনোযোগ মানচিত্র।
বাস্তব-বিশ্ব বাস্তবায়ন
তত্ত্বাবধানহীন অবজেক্ট সেগমেন্টেশন, যেখানে DINO এর মনোযোগ মানচিত্র কোনো মাস্ক লেবেল ছাড়াই অবজেক্টের রূপরেখা দেয়
চিত্র পুনরুদ্ধার এবং অনুলিপি সনাক্তকরণ, DINO বৈশিষ্ট্যগুলি ব্যবহার করে কাছাকাছি-সদৃশ বা দৃশ্যত অনুরূপ চিত্রগুলি খুঁজে পেতে
DINOv2 গভীরতা অনুমান এবং ঘন ভবিষ্যদ্বাণী কাজের জন্য হিমায়িত মেরুদণ্ড হিসাবে বৈশিষ্ট্যগুলি
চিকিৎসা বা স্যাটেলাইট ভিশন মডেলের পূর্বপ্রশিক্ষণ যেখানে লেবেলযুক্ত ডেটা দুষ্প্রাপ্য বা ব্যয়বহুল
ডিনো স্ব-পাতনের ভবিষ্যত
DINO launched a line of self-supervised visual representation research. DINOv2, introduced in 2023, used a curated collection of 142 million images, selected from a larger pool, to train general-purpose visual features. These features can serve as frozen backbones for tasks such as retrieval, segmentation, and depth estimation, with task-specific heads and evaluation still needed. Self-distillation remains useful where annotations are expensive, while deployment requires checking performance on the intended images rather than assuming transfer is automatic.
এটাকে বাস্তবে প্রয়োগ করা হচ্ছে
কেন এটা গুরুত্বপূর্ণ
- গতি এবং স্কেল. ভিজ্যুয়াল এআই স্কেলে পরিদর্শন, সনাক্তকরণ এবং ট্যাগিং কাজগুলি স্বয়ংক্রিয়ভাবে করতে পারে।
- পছন্দগুলি তৈরি করুন. সৃজনশীল দলগুলি কম ম্যানুয়াল সংশোধন সহ ধারণাগুলিকে দ্রুত প্রোটোটাইপ করতে পারে।
- টিম এবং ওয়ার্কফ্লো. অপারেশনগুলি ইমেজ এবং ভিডিও সংকেত ব্যবহার করতে পারে যা আগে প্রক্রিয়া করা কঠিন ছিল।
জন্য সতর্ক
- প্রমাণ অস্পষ্ট হলে ছবির অধিকার এবং সম্মতি আইনি ঝুঁকিতে পরিণত হতে পারে।
- মডেলের কর্মক্ষমতা আলো, জনসংখ্যা এবং পরিবেশ জুড়ে পরিবর্তিত হতে পারে।
- আস্থার থ্রেশহোল্ডগুলি পর্যবেক্ষণ করা না হলে মিথ্যা ইতিবাচকগুলি অলক্ষিত হতে পারে।
পরবর্তী পদক্ষেপ
- নির্ভুলতা, প্রত্যাহার, এবং ত্রুটি খরচের জন্য গ্রহণযোগ্যতার মানদণ্ড নির্ধারণ করুন।
- প্রকৃত উৎপাদন অবস্থার সাথে মেলে এমন ডেটা দিয়ে পরীক্ষা করুন।
- কম-আস্থা বা উচ্চ-প্রভাব ভবিষ্যদ্বাণীর জন্য মানুষের পর্যালোচনা যোগ করুন।
- মডেল ড্রিফ্ট ট্র্যাক করুন এবং ক্যামেরা বা ডেটাসেট পরিবর্তনের পরে পুনরায় যাচাই করুন।
অন্বেষণ চালিয়ে যান
ফ্রি নিউজলেটার
প্রতিদিনের এআই ব্রিফিং পান
প্রতি সপ্তাহের কাজের দিন সকালে তিনটি যাচাইকৃত এআই স্টোরি, সহজ ইংরেজিতে লেখা। চিরকালের জন্য ফ্রি, কোনো বিজ্ঞাপন নেই।
প্রতি সপ্তাহের কাজের দিনে একটি ইমেল। এক ক্লিকেই আনসাবস্ক্রাইব করুন। আমরা কখনোই আপনার ঠিকানা বিক্রি বা শেয়ার করি না।
নিজেকে পরীক্ষা করুন
Take the DINO Self-Distillation quiz
প্রতিটি উত্তরের তাৎক্ষণিক ফিডব্যাক, এবং কোর্স পাস করার পর যাচাইযোগ্য আইডি সহ একটি শেয়ারযোগ্য সার্টিফিকেট।
ফ্রি এআই শিক্ষাকে সমর্থন করুন। AI Understanding একটি 501(c)(3) অলাভজনক প্রতিষ্ঠান — কোনো বিজ্ঞাপন নেই, কোনো পেওয়াল নেই, কখনোই না। একটি দান করুন
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
ডিনো স্ব-পাতন কি?
DINO হল একটি স্ব-তত্ত্বাবধান করা পদ্ধতি যা একটি ভিশন ট্রান্সফরমারকে কোন লেবেল ছাড়াই ছবি বুঝতে প্রশিক্ষণ দেয়, নেটওয়ার্ক নিজেই শেখায়। এটি বৈশিষ্ট্যগুলি এত পরিষ্কার করে যে অবজেক্টের সীমানা মনোযোগের মানচিত্রে বিনামূল্যে উত্থিত হয়।
DINO-এর 'NO' মানে কী?
DINO মানে কোনো লেবেল ছাড়াই স্ব-পাতন - এটি সম্পূর্ণরূপে স্ব-তত্ত্বাবধানে পরিচালিত, কোনো মানুষের টীকা প্রয়োজন নেই।
ডিনোতে শিক্ষক নেটওয়ার্কের ওজন কীভাবে আপডেট করা হয়?
শিক্ষক হল ছাত্রের একজন EMA, তাই এটি সরাসরি প্রশিক্ষিত হওয়ার পরিবর্তে ছাত্রকে মসৃণভাবে অনুসরণ করে।
শিক্ষক আউটপুট কেন্দ্রীভূত এবং তীক্ষ্ণকরণ কোন সমস্যা প্রতিরোধ করে?
তুচ্ছ ধ্রুবক সমাধান এড়িয়ে শিক্ষকের ফলাফলকে বৈচিত্র্যময় রাখতে একে অপরকে কেন্দ্রীভূত ও তীক্ষ্ণ করা।
ডিনোর বহু-ফসল কৌশলে, শিক্ষক কোন মতামত পান?
শিক্ষক শুধুমাত্র বৈশ্বিক ফসল দেখেন যখন ছাত্রও স্থানীয়-থেকে-বৈশ্বিক সামঞ্জস্যকে উৎসাহিত করে ছোট স্থানীয় ফসল দেখেন।
What emergent property did the original DINO study observe in vision-transformer attention maps?
The study observed useful object-related attention structure, rather than guaranteeing complete segmentation on every input.
শিখতে থাকুন
সম্পর্কিত গাইড
এই বিষয়ের জন্য বাছাই করা আরও গাইড