आगेअगली गाइड
ड्रीमफ़्यूज़न और स्कोर आसवन नमूनाकरण
विजुअल एआई
विज़ुअल एआई गाइड
डिनो स्व-आसवन
DINO एक स्व-पर्यवेक्षित विधि है जो नेटवर्क को स्वयं सिखाकर, बिना किसी लेबल वाली छवियों को समझने के लिए एक दृष्टि ट्रांसफार्मर को प्रशिक्षित करती है।
इस गाइड को सुनेंएआई-नैरेटेड · ~2 min
इस पृष्ठ पर2 मिनट लाल
सिंहावलोकन
It produces features so clean that object boundaries emerge for free in the attention maps.
गहरा गोता
DINO, बिना किसी लेबल के स्व-आसवन के लिए संक्षिप्त, 2021 में Meta AI (तब फेसबुक AI) द्वारा प्रकाशित किया गया था। यह एक ही नेटवर्क की दो प्रतियों का उपयोग करता है - एक छात्र और एक शिक्षक - और उन्हें एक छवि की विभिन्न संवर्धित फसलें खिलाता है। छात्र शिक्षक के आउटपुट वितरण से मेल खाने की कोशिश करता है, भले ही शिक्षक केवल एक अलग दृष्टिकोण देखता है। महत्वपूर्ण बात यह है कि शिक्षक को सीधे तौर पर प्रशिक्षित नहीं किया जाता है; इसका वजन उस छात्र का घातीय गतिशील औसत है, जो धीरे-धीरे पीछे चल रहा है। नेटवर्क को एकल स्थिर उत्तर तक ढहने से रोकने के लिए, DINO शिक्षक के आउटपुट को केन्द्रित और तेज करता है। एक आश्चर्यजनक परिणाम यह है कि परिणामी दृष्टि ट्रांसफार्मर खंड की वस्तुओं के आत्म-ध्यान मानचित्र बिना यह बताए कि वस्तु क्या है।
वास्तविक विश्व कार्यान्वयन
बिना पर्यवेक्षित वस्तु विभाजन, जहां DINO का ध्यान बिना किसी मुखौटा लेबल के वस्तुओं की रूपरेखा तैयार करता है
छवि पुनर्प्राप्ति और प्रतिलिपि का पता लगाना, लगभग-डुप्लिकेट या दृश्यमान समान छवियों को खोजने के लिए DINO सुविधाओं का उपयोग करना
DINOv2 गहराई अनुमान और गहन भविष्यवाणी कार्यों के लिए एक जमे हुए रीढ़ की हड्डी के रूप में कार्य करता है
जहां लेबल किया गया डेटा दुर्लभ या महंगा है, वहां मेडिकल या सैटेलाइट विज़न मॉडल का प्रीट्रेनिंग करना
डिनो स्व-आसवन का भविष्य
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.
इसे व्यवहार में लाना
यह क्यों मायने रखता है?
- गति और पैमाना. विज़ुअल एआई बड़े पैमाने पर निरीक्षण, पता लगाने और टैगिंग कार्यों को स्वचालित कर सकता है।
- विकल्प बनाएं. रचनात्मक टीमें कम मैन्युअल संशोधनों के साथ तेजी से अवधारणाओं का प्रोटोटाइप बना सकती हैं।
- टीम और वर्कफ़्लो. संचालन छवि और वीडियो संकेतों का उपयोग कर सकते हैं जिन्हें संसाधित करना पहले कठिन था।
का ध्यान रखें
- यदि उत्पत्ति अस्पष्ट है तो छवि अधिकार और सहमति कानूनी जोखिम बन सकते हैं।
- मॉडल का प्रदर्शन प्रकाश व्यवस्था, जनसांख्यिकी और वातावरण के अनुसार भिन्न हो सकता है।
- जब तक आत्मविश्वास की सीमा की निगरानी नहीं की जाती, तब तक झूठी सकारात्मक बातों पर ध्यान नहीं दिया जा सकता।
अगले चरण
- सटीकता, रिकॉल और त्रुटि लागत के लिए स्वीकृति मानदंड परिभाषित करें।
- वास्तविक उत्पादन स्थितियों से मेल खाने वाले डेटा के साथ परीक्षण करें।
- कम-आत्मविश्वास या उच्च-प्रभाव वाली भविष्यवाणियों के लिए मानवीय समीक्षा जोड़ें।
- कैमरा या डेटासेट में बदलाव के बाद मॉडल बहाव को ट्रैक करें और पुनः सत्यापित करें।
अन्वेषण करते रहें
मुफ़्त न्यूज़लेटर
दैनिक एआई ब्रीफिंग प्राप्त करें
हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।
प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।
स्वयं की जांच करो
Take the DINO Self-Distillation quiz
प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।
निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें
अक्सर पूछे जाने वाले प्रश्नों
What is DINO Self-Distillation?
DINO एक स्व-पर्यवेक्षित विधि है जो नेटवर्क को स्वयं सिखाकर, बिना किसी लेबल वाली छवियों को समझने के लिए एक दृष्टि ट्रांसफार्मर को प्रशिक्षित करती है। यह इतनी साफ़-सुथरी विशेषताएँ उत्पन्न करता है कि वस्तु सीमाएँ ध्यान मानचित्रों में निःशुल्क उभर आती हैं।
DINO में 'NO' का क्या मतलब है?
DINO का अर्थ है बिना किसी लेबल वाला स्व-आसवन - यह पूरी तरह से स्व-पर्यवेक्षित है, इसमें किसी मानवीय टिप्पणी की आवश्यकता नहीं है।
DINO में शिक्षक नेटवर्क के वेटेज कैसे अपडेट किए जाते हैं?
शिक्षक छात्र का ईएमए होता है, इसलिए वह सीधे प्रशिक्षित होने के बजाय छात्र का आसानी से पीछा करता है।
शिक्षक आउटपुट को केंद्रित करने और तेज करने से किस समस्या का निवारण होता है?
तुच्छ निरंतर समाधान से बचते हुए, शिक्षकों के आउटपुट को विविध बनाए रखने के लिए एक-दूसरे को केंद्रित करना और तेज करना।
DINO की बहु-फसल रणनीति में, शिक्षक को कौन से विचार प्राप्त होते हैं?
शिक्षक केवल वैश्विक फसलें देखता है जबकि छात्र छोटी स्थानीय फसलें भी देखता है, जो स्थानीय से वैश्विक स्थिरता को प्रोत्साहित करती हैं।
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.
सीखते रहो
संबंधित मार्गदर्शिकाएँ
इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं