ภาพรวม
LaMa (Large Mask inpainting) เป็นโครงข่ายประสาทเทียมที่รวดเร็วและมีน้ำหนักเบา ซึ่งเติมเต็มส่วนที่ขาดหายไปหรือถูกลบออกของรูปภาพได้อย่างหมดจด แม้ว่าหลุมจะมีขนาดใหญ่ก็ตาม เป็นเรื่องสำคัญเนื่องจากสร้างการเติมที่น่าเชื่อที่ความละเอียดสูงกว่าที่ได้รับการฝึกฝนมามาก ทำให้ทุกคนสามารถเข้าถึงการลบวัตถุแบบมืออาชีพได้
LaMa Resolution-Robust Inpainting เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์
เจาะลึก
LaMa ซึ่งเปิดตัวโดยนักวิจัย AI ของ Samsung ในปี 2021 จัดการกับปัญหาที่มีมายาวนาน: โมเดลที่ลงสีส่วนใหญ่จะเปื้อนหรือเบลอเมื่อถูกขอให้เติมมาสก์ขนาดใหญ่หรือพื้นผิวที่ซ้ำกัน เช่น ผนังอิฐและพื้นกระเบื้อง ความก้าวหน้าของมันคือการใช้ Fast Fourier Convolutions (FFCs) ซึ่งทำให้เครือข่ายมีเขตข้อมูลรับสัญญาณทั่วโลกในเลเยอร์เดียว แทนที่จะต้องใช้การสลับแบบซ้อนกันหลายสิบครั้ง ซึ่งช่วยให้ลามะ 'เห็น' ภาพรวมทั้งหมดได้ในคราวเดียวและดำเนินโครงสร้างเป็นระยะอย่างต่อเนื่อง ได้รับการฝึกฝนโดยมีการผสมผสานระหว่างการสูญเสียฝ่ายตรงข้ามและการสูญเสียการรับรู้โดยอิงจากเครือข่ายที่ใช้ช่องรับสัญญาณที่กว้าง ผลลัพธ์สรุปได้ดีมาก โดยมักจะวาดภาพ 2K ได้อย่างหมดจดหลังการฝึกบนพืชขนาดเล็กเท่านั้น
ข้อมูลเชิงลึกทางเทคนิค
องค์ประกอบสำคัญคือ Fast Fourier Convolution การบิดแบบปกติจะดูเฉพาะแพตช์ท้องถิ่นขนาดเล็กเท่านั้น ดังนั้นการจับโครงสร้างระยะไกลจึงต้องใช้เครือข่ายที่ลึกมาก FFC แปลงส่วนหนึ่งของแผนผังคุณลักษณะเป็นโดเมนความถี่ ใช้การบิดตรงนั้น จากนั้นจึงแปลงกลับ เนื่องจากการดำเนินการโดเมนความถี่นั้นเป็นแบบสากล เลเยอร์ FFC เดียวจะผสมข้อมูลทั่วทั้งภาพ ช่วยให้ LaMa ทำซ้ำพื้นผิวและเคารพเรขาคณิตส่วนกลาง เช่น ขอบผนัง
การเรียนรู้ความละเอียดของ LaMa-Inpainting ที่แข็งแกร่ง
LaMa (Large Mask inpainting) เป็นโครงข่ายประสาทเทียมที่รวดเร็วและมีน้ำหนักเบา ซึ่งเติมเต็มส่วนที่ขาดหายไปหรือถูกลบออกของรูปภาพได้อย่างหมดจด แม้ว่าหลุมจะมีขนาดใหญ่ก็ตาม เป็นเรื่องสำคัญเนื่องจากสร้างการเติมที่น่าเชื่อที่ความละเอียดสูงกว่าที่ได้รับการฝึกฝนมามาก ทำให้ทุกคนสามารถเข้าถึงการลบวัตถุแบบมืออาชีพได้ LaMa Resolution-Robust Inpainting เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์ เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า LaMa Resolution-Robust Inpainting เป็นรูปแบบการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังคงต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้ LaMa Resolution-Robust Inpainting 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
ลบนักท่องเที่ยวหรือโฟโต้บอมเบอร์ออกจากภาพถ่ายการเดินทางโดยยังคงรักษาผนังพื้นหลังหรือท้องฟ้าให้ไร้รอยต่อ
การลบลายน้ำ การประทับเวลา หรือโลโก้ออกจากรูปภาพเพื่อการฟื้นฟูที่ถูกต้องตามกฎหมาย
ลบสายไฟและป้ายถนนออกจากภาพถ่ายรายการอสังหาริมทรัพย์
คืนค่าภาพถ่ายสแกนเก่าหรือเสียหายโดยการเติมรอยขีดข่วน รอยฉีกขาด และมุมที่หายไป
รูปแบบการดำเนินงาน
LaMa Resolution-Robust Inpainting ในทางปฏิบัติ
ลบนักท่องเที่ยวหรือโฟโต้บอมเบอร์ออกจากภาพถ่ายการเดินทางโดยยังคงรักษาผนังพื้นหลังหรือท้องฟ้าให้ไร้รอยต่อ
การลบนักท่องเที่ยวหรือโฟโต้บอมเบอร์ออกจากภาพถ่ายการเดินทางโดยยังคงรักษาผนังพื้นหลังหรือท้องฟ้าให้ไร้รอยต่อ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับ Edge Case และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
LaMa Resolution-Robust Inpainting ในทางปฏิบัติ
การลบลายน้ำ การประทับเวลา หรือโลโก้ออกจากรูปภาพเพื่อการฟื้นฟูที่ถูกต้องตามกฎหมาย
การลบลายน้ำ การประทับเวลา หรือโลโก้ออกจากรูปภาพเพื่องานฟื้นฟูที่ถูกต้องตามกฎหมาย ทีมงานมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
LaMa Resolution-Robust Inpainting ในทางปฏิบัติ
ลบสายไฟและป้ายถนนออกจากภาพถ่ายรายการอสังหาริมทรัพย์
การลบสายไฟและป้ายถนนออกจากรูปถ่ายรายการอสังหาริมทรัพย์ ทีมมักจะได้ผลลัพธ์ที่ดีกว่าเมื่อกำหนดเกณฑ์คุณภาพไว้ล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
LaMa Resolution-Robust Inpainting ในทางปฏิบัติ
คืนค่าภาพถ่ายสแกนเก่าหรือเสียหายโดยการเติมรอยขีดข่วน รอยฉีกขาด และมุมที่หายไป
การกู้คืนภาพถ่ายที่สแกนเก่าหรือเสียหายโดยการเติมเต็มรอยขีดข่วน รอยฉีกขาด และมุมที่หายไป ทีมมักจะได้รับผลลัพธ์ที่ดีขึ้นเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า 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