लामा रिज़ॉल्यूशन-मजबूत इनपेंटिंग
लामा (लार्ज मास्क इनपेंटिंग) एक तेज़, हल्का तंत्रिका नेटवर्क है जो किसी छवि के गायब या हटाए गए क्षेत्रों को साफ-सुथरा भरता है, भले ही छेद बहुत बड़ा हो।
सिंहावलोकन
It matters because it produces convincing fills at resolutions far higher than it was trained on, making professional object removal accessible to anyone.
गहरा गोता
2021 में सैमसंग एआई शोधकर्ताओं द्वारा पेश किया गया लामा, एक लंबे समय से चली आ रही समस्या से निपटता है: जब बड़े मुखौटे या ईंट की दीवारों और टाइल फर्श जैसे दोहराव वाले बनावट को भरने के लिए कहा जाता है तो अधिकांश इनपेंटिंग मॉडल धुंधले या धुंधले हो जाते हैं। इसकी सफलता फास्ट फूरियर कन्वोल्यूशन (एफएफसी) का उपयोग करना है, जो नेटवर्क को दर्जनों स्टैक्ड कन्वोल्यूशन की आवश्यकता के बजाय एक ही परत में एक वैश्विक ग्रहणशील क्षेत्र प्रदान करता है। इससे लामा पूरी छवि को एक ही बार में 'देख' पाता है और समय-समय पर संरचनाओं को सुसंगत रूप से जारी रख पाता है। इसे नेटवर्क पर आधारित प्रतिकूल हानि और अवधारणात्मक हानि के संयोजन से प्रशिक्षित किया जाता है जो स्वयं व्यापक ग्रहणशील क्षेत्रों का उपयोग करता है। परिणाम उल्लेखनीय रूप से अच्छी तरह से सामान्यीकृत होता है, अक्सर केवल छोटी फसलों पर प्रशिक्षण के बाद 2K छवियों को साफ-सुथरा रूप से चित्रित किया जाता है।
तकनीकी अंतर्दृष्टि
मुख्य घटक फास्ट फूरियर कन्वोल्यूशन है। एक सामान्य कनवल्शन केवल एक छोटे स्थानीय पैच को देखता है, इसलिए लंबी दूरी की संरचना को कैप्चर करने के लिए बहुत गहरे नेटवर्क की आवश्यकता होती है। एफएफसी फीचर मैप के हिस्से को फ़्रीक्वेंसी डोमेन में बदल देता है, वहां एक कनवल्शन लागू करता है, फिर वापस बदल देता है। क्योंकि फ़्रीक्वेंसी-डोमेन संचालन स्वाभाविक रूप से वैश्विक हैं, एक एकल एफएफसी परत पूरी छवि में जानकारी को मिश्रित करती है, जिससे लामा को बनावट को दोहराने और दीवार के किनारों की तरह वैश्विक ज्यामिति का सम्मान करने में मदद मिलती है।
सामरिक प्रभाव
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।
लामा रेजोल्यूशन-मजबूत इनपेंटिंग का भविष्य
लामा एक मजबूत, कुशल आधार रेखा बनी हुई है और व्यापक रूप से मुफ्त टूल और ओपन-सोर्स फोटो संपादकों में एम्बेडेड है क्योंकि यह विशाल प्रसार मॉडल के बिना मामूली हार्डवेयर पर तेजी से चलता है। प्रवृत्ति हाइब्रिड पाइपलाइनों की है: तत्काल संरचनात्मक भरण और रफ ड्राफ्ट के लिए लामा का उपयोग करें, फिर वैकल्पिक रूप से एक प्रसार मॉडल के साथ विवरण परिष्कृत करें। उम्मीद करें कि इसका फूरियर-कन्वोल्यूशन विचार वास्तविक समय संपादन, वीडियो फ्रेम मरम्मत और ऑन-डिवाइस मोबाइल फोटो क्लीनअप में दिखाई देता रहेगा जहां गति और कम मेमोरी सबसे ज्यादा मायने रखती है।
वास्तविक विश्व कार्यान्वयन
पृष्ठभूमि की दीवार या आकाश को निर्बाध रखते हुए यात्रा तस्वीरों से पर्यटकों या फोटोबॉम्बर्स को हटा दें
वैध पुनर्स्थापना कार्य के लिए छवियों से वॉटरमार्क, टाइमस्टैम्प या लोगो मिटाना
रीयल-एस्टेट सूची फ़ोटो से बिजली लाइनें और सड़क चिह्न हटाना
खरोंचों, दरारों और गायब कोनों को भरकर पुरानी या क्षतिग्रस्त स्कैन की गई तस्वीरों को पुनर्स्थापित करना
जोखिम और रेलिंग
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।
कार्यान्वयन रोडमैप
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
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 LaMa Resolution-Robust Inpainting 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
अगली गाइड
कोडफ़ॉर्मर मजबूत चेहरा पुनर्प्राप्ति
अक्सर पूछे जाने वाले प्रश्नों
What is LaMa Resolution-Robust Inpainting?
लामा (लार्ज मास्क इनपेंटिंग) एक तेज़, हल्का तंत्रिका नेटवर्क है जो किसी छवि के गायब या हटाए गए क्षेत्रों को साफ-सुथरा भरता है, भले ही छेद बहुत बड़ा हो। यह मायने रखता है क्योंकि यह जिस पर प्रशिक्षित किया गया था उससे कहीं अधिक उच्च रिज़ॉल्यूशन पर आश्वस्त करने वाला परिणाम देता है, जिससे पेशेवर ऑब्जेक्ट निष्कासन किसी के लिए भी सुलभ हो जाता है।
हस्ताक्षरित वास्तुशिल्प घटक क्या है जो लामा को एक छवि का वैश्विक दृश्य देता है?
लामा फास्ट फूरियर कन्वोल्यूशन (एफएफसी) का उपयोग करता है, जो एकल परत में वैश्विक ग्रहणशील क्षेत्र प्रदान करने के लिए आंशिक रूप से आवृत्ति डोमेन में काम करता है।
लामा पहले के कई इनपेंटिंग मॉडलों की तुलना में बड़े मुखौटों को बेहतर ढंग से क्यों संभालता है?
क्योंकि एफएफसी पूरी छवि को एक ही बार में देखता है, लामा बहुत बड़े लापता क्षेत्रों में भी बनावट और ज्यामिति को सुसंगत रूप से जारी रख सकता है।
LaMa की एक उल्लेखनीय ताकत किस प्रकार के रिज़ॉल्यूशन पर छवियों को चित्रित करने की क्षमता है?
लामा प्रशिक्षण के दौरान देखे गए रिज़ॉल्यूशन की तुलना में अधिक रिज़ॉल्यूशन को अच्छी तरह से सामान्यीकृत करता है, यही कारण है कि इसे रिज़ॉल्यूशन-मजबूत कहा जाता है।
अपनी फ़्रीक्वेंसी-डोमेन प्रोसेसिंग के कारण LaMa किस प्रकार की बनावट को विशेष रूप से अच्छी तरह से संभालता है?
फ़्रिक्वेंसी-डोमेन कनवल्शन आवधिक पैटर्न के लिए अच्छी तरह से अनुकूल हैं, इसलिए लामा ईंट की दीवारों और टाइल वाले फर्श जैसे बनावट को दोहराना जारी रखता है।
कौन सा नुकसान लामा को धुंधले औसत के बजाय यथार्थवादी दिखने वाले भरण उत्पन्न करने में मदद करता है?
लामा प्रतिकूल और अवधारणात्मक नुकसान को जोड़ती है, धुंधली औसत पिक्सेल के बजाय तेज, प्रशंसनीय बनावट को प्रोत्साहित करती है।