ภาพรวม
การกระจายแบบกำหนดเองเป็นวิธีการปรับแต่งแบบละเอียดน้ำหนักเบาที่สอนแนวคิดส่วนตัวใหม่ๆ ให้กับโมเดลข้อความเป็นรูปภาพ เช่น สุนัขหรือเก้าอี้เฉพาะจากภาพถ่ายเพียงไม่กี่ภาพ คุณสมบัติที่โดดเด่นของมันคือการรวบรวมแนวคิดที่เพิ่งเรียนรู้หลายอย่างเข้าด้วยกันในฉากที่สร้างขึ้นเพียงฉากเดียว
Custom Diffusion Multi-Concept Tuning เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์
เจาะลึก
เปิดตัวโดยนักวิจัยของ Adobe และ CMU ในปี 2565 Custom Diffusion ปรับแต่งโมเดลต่างๆ เช่น Stable Diffusion โดยไม่ต้องฝึกอบรมเครือข่ายทั้งหมดใหม่ แทนที่จะอัปเดตทุกน้ำหนัก กลับพบว่าการอัปเดตเพียงส่วนเล็กๆ ซึ่งเป็นเมทริกซ์การฉายภาพคีย์และค่าในเลเยอร์การสนใจข้าม ก็เพียงพอที่จะดูดซับแนวคิดใหม่จากรูปภาพประมาณ 4 ถึง 20 ภาพ สิ่งนี้ทำให้การปรับจูนรวดเร็ว (นาที) และมีพื้นที่เก็บข้อมูลขนาดเล็ก (เมกะไบต์แทนที่จะเป็นกิกะไบต์) สิ่งสำคัญที่สุดคือ สามารถเรียนรู้แนวคิดหลายรายการพร้อมกันผ่านการฝึกอบรมร่วมกัน หรือโดยการผสานแนวคิดที่ได้รับการฝึกอบรมแยกกันโดยใช้การปรับให้เหมาะสมที่มีข้อจำกัด ซึ่งจะทำให้คุณสามารถบอกได้ว่าแมวตัวใดตัวหนึ่งของคุณนั่งอยู่บนเก้าอี้ดีไซเนอร์เฉพาะตัวของคุณ ซึ่งเป็นวิธีการที่มีแนวคิดเดียวที่พยายามจะรวมกัน
ข้อมูลเชิงลึกทางเทคนิค
ความสนใจข้ามคือจุดที่ข้อความแจ้งส่งผลต่อรูปภาพ โทเค็นข้อความจะสร้างแบบสอบถามที่เข้าร่วมกับคุณลักษณะภาพของโมเดลการแพร่กระจายผ่านเมทริกซ์คีย์และค่า Custom Diffusion จะหยุดการทำงานของ U-Net ส่วนใหญ่ และปรับแต่งเฉพาะการฉายภาพ K และ V ซึ่งเป็นส่วนที่รับผิดชอบมากที่สุดในการผูกคำเข้ากับรูปลักษณ์ นอกจากนี้ยังใช้ชุดการทำให้เป็นมาตรฐานของรูปภาพจริงที่แชร์หมวดหมู่ของแนวคิด เพื่อป้องกันไม่ให้โมเดลมีความเหมาะสมมากเกินไปและลืมความหมายของคำที่กว้างขึ้น
การเรียนรู้การปรับแต่งหลายแนวคิดการแพร่กระจายแบบกำหนดเอง
การกระจายแบบกำหนดเองเป็นวิธีการปรับแต่งแบบละเอียดน้ำหนักเบาที่สอนแนวคิดส่วนตัวใหม่ๆ ให้กับโมเดลข้อความเป็นรูปภาพ เช่น สุนัขหรือเก้าอี้เฉพาะจากภาพถ่ายเพียงไม่กี่ภาพ คุณสมบัติที่โดดเด่นของมันคือการรวบรวมแนวคิดที่เพิ่งเรียนรู้หลายอย่างเข้าด้วยกันในฉากที่สร้างขึ้นเพียงฉากเดียว Custom Diffusion Multi-Concept Tuning เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์ เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า Custom Diffusion Multi-Concept Tuning เป็นรูปแบบการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้ Custom Diffusion Multi-Concept Tuning จะรักษาสมดุลระหว่างความแม่นยำกับความเป็นจริงในการปฏิบัติงาน เช่น คุณภาพของข้อมูล ความแปรปรวนของแสง และความสม่ำเสมอในการติดฉลาก โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ ในขณะเดียวกัน สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง
ผลกระทบเชิงกลยุทธ์
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง
ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก
การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การใช้งานจริงในโลกแห่งความเป็นจริง
สอนโมเดลสัตว์เลี้ยงเฉพาะของคุณจากภาพถ่ายจำนวนหนึ่ง จากนั้นสร้างมันขึ้นมาด้วยท่าทาง เครื่องแต่งกาย และการตั้งค่าใหม่
การเรียนรู้ผลิตภัณฑ์ของแบรนด์ (รองเท้าผ้าใบหรือขวด) และมาสคอตของแบรนด์ จากนั้นจึงรวมทั้งสองไว้ในอิมเมจการตลาดเดียว
การถ่ายภาพวัตถุศิลปะส่วนบุคคลบวกกับความคล้ายคลึงของสมาชิกในครอบครัวและนำมารวมกันในฉากที่ประดิษฐ์ขึ้น
การผสมผสานเฟอร์นิเจอร์สั่งทำพิเศษเข้ากับสไตล์ห้องสั่งทำพิเศษเพื่อจำลองแนวคิดการออกแบบตกแต่งภายใน
รูปแบบการดำเนินงาน
การปรับแต่ง Diffusion Multi-Concept แบบกำหนดเองในทางปฏิบัติ
สอนโมเดลสัตว์เลี้ยงเฉพาะของคุณจากภาพถ่ายจำนวนหนึ่ง จากนั้นสร้างมันขึ้นมาด้วยท่าทาง เครื่องแต่งกาย และการตั้งค่าใหม่
สอนโมเดลสัตว์เลี้ยงเฉพาะของคุณจากภาพถ่ายจำนวนหนึ่ง จากนั้นสร้างมันในท่าทาง เครื่องแต่งกาย และการตั้งค่าใหม่ ทีมมักจะได้รับผลลัพธ์ที่ดีขึ้นเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับของมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การปรับแต่ง Diffusion Multi-Concept แบบกำหนดเองในทางปฏิบัติ
การเรียนรู้ผลิตภัณฑ์ของแบรนด์ (รองเท้าผ้าใบหรือขวด) และมาสคอตของแบรนด์ จากนั้นจึงเขียนทั้งสองอย่างไว้ในอิมเมจการตลาดอันเดียว
การเรียนรู้ผลิตภัณฑ์ของแบรนด์ (รองเท้าผ้าใบหรือขวด) และมาสคอตของแบรนด์ จากนั้นรวมทั้งสองภาพไว้ในรูปภาพทางการตลาดเดียว ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การปรับแต่ง Diffusion Multi-Concept แบบกำหนดเองในทางปฏิบัติ
การถ่ายภาพวัตถุศิลปะส่วนบุคคลบวกกับความคล้ายคลึงของสมาชิกในครอบครัวและนำมารวมกันในฉากที่ประดิษฐ์ขึ้น
การถ่ายภาพวัตถุศิลปะส่วนบุคคลบวกกับความคล้ายคลึงของสมาชิกในครอบครัวและจัดวางเข้าด้วยกันในฉากที่ประดิษฐ์ขึ้น ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การปรับแต่ง Diffusion Multi-Concept แบบกำหนดเองในทางปฏิบัติ
การผสมผสานเฟอร์นิเจอร์สั่งทำพิเศษเข้ากับสไตล์ห้องสั่งทำพิเศษเพื่อจำลองแนวคิดการออกแบบตกแต่งภายใน
การผสมผสานชิ้นส่วนเฟอร์นิเจอร์ที่สั่งทำพิเศษเข้ากับสไตล์ห้องที่กำหนดเองเพื่อจำลองแนวคิดการออกแบบตกแต่งภายใน ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ความเสี่ยงและรั้ว
สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน
ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม
ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น
แผนงานการดำเนินงาน
กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด
กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง
ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง
เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล
ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น