ภาพรวม
ดอกดาวเรืองนำแบบจำลองการแพร่กระจายของการสร้างภาพที่เตรียมไว้ล่วงหน้ามาใช้ใหม่ (การกระจายที่เสถียร) เพื่อคาดการณ์แผนที่ความลึกที่มีรายละเอียดสูง มันแสดงให้เห็นว่าคุณสามารถเปลี่ยนความรู้ด้านภาพอันเข้มข้นของเครื่องกำเนิดไฟฟ้าให้เป็นเครื่องมือการรับรู้ที่แม่นยำโดยใช้ข้อมูลการฝึกอบรมเพียงเล็กน้อยอย่างน่าประหลาดใจ
การประมาณความลึกการแพร่กระจายของดอกดาวเรืองเป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์
เจาะลึก
Marigold (ETH Zurich, CVPR 2024 Best Paper Honorable Mention) ปรับกรอบการประมาณความลึกใหม่เป็นปัญหาการสร้างแบบมีเงื่อนไข แทนที่จะฝึกฝนเครือข่ายเชิงลึกตั้งแต่เริ่มต้น ระบบจะปรับแต่ง Stable Diffusion อย่างละเอียดเพื่อ 'สร้าง' แผนที่เชิงลึกที่มีเงื่อนไขบนภาพที่นำเข้า ข้อมูลเชิงลึกก็คือโมเดลที่ได้รับการฝึกฝนเพื่อสังเคราะห์ภาพที่เหมือนจริงนั้นได้เรียนรู้เรขาคณิตของฉาก แสง และโครงสร้างที่อยู่ลึกเข้าไปในพื้นที่แฝงของมันแล้ว ซึ่งสิ่งที่มาก่อนมีประโยชน์ในด้านความลึกอย่างแน่นอน เป็นที่น่าสังเกตว่า Marigold ได้รับการปรับแต่งอย่างละเอียดบนชุดข้อมูลสังเคราะห์เท่านั้น (เช่น Hypersim และ Virtual KITTI) แต่ยังสรุปภาพรวมของภาพถ่ายจริงแบบ Zero-shot ได้ดี มันสร้างความลึกสัมพัทธ์ที่ไม่แปรเปลี่ยนด้วยความสัมพันธ์ที่มีรายละเอียดที่ละเอียดเป็นพิเศษ แม้ว่าการลดสัญญาณรบกวนแบบวนซ้ำจะทำให้มันช้ากว่าโมเดลฟีดไปข้างหน้า เช่น DepthAnything
ข้อมูลเชิงลึกทางเทคนิค
ดาวเรืองทำงานในพื้นที่แฝงของ Stable Diffusion ทั้งรูปภาพและแผนที่เชิงลึกได้รับการเข้ารหัสโดย VAE เดียวกัน U-Net ได้รับการปรับแต่งอย่างละเอียดเพื่อลดค่าแฝงเชิงลึกที่มีเงื่อนไขบนค่าแฝงของภาพที่สะอาด เมื่ออนุมาน มันจะรันลูป denoising วนซ้ำมาตรฐาน จากนั้นถอดรหัสค่าแฝงเชิงลึก เนื่องจากเป็นการสุ่มตัวอย่าง การรันหลายครั้งจึงสามารถประกอบเข้าด้วยกันเพื่อความเสถียร และการแลกเปลี่ยนการประมวลผลเพื่อความแม่นยำ ต่อมา 'LCM' และเวอร์ชันกลั่นแบบขั้นตอนเดียวจะตัดขั้นตอนหลายสิบขั้นให้เหลือเพียงขั้นตอนเดียว
การเรียนรู้การประมาณความลึกการแพร่กระจายของดอกดาวเรือง
ดาวเรืองนำแบบจำลองการแพร่กระจายของการสร้างภาพที่เตรียมไว้ล่วงหน้ามาใช้ใหม่ (การแพร่กระจายที่เสถียร) เพื่อคาดการณ์แผนที่ความลึกที่มีรายละเอียดสูง มันแสดงให้เห็นว่าคุณสามารถเปลี่ยนความรู้ด้านภาพอันเข้มข้นของเครื่องกำเนิดไฟฟ้าให้เป็นเครื่องมือการรับรู้ที่แม่นยำโดยใช้ข้อมูลการฝึกอบรมเพียงเล็กน้อยอย่างน่าประหลาดใจ การประมาณความลึกการแพร่กระจายของดอกดาวเรืองเป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์ เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่าการประมาณความลึกการแพร่กระจายของดอกดาวเรืองเป็นรูปแบบการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้การประมาณความลึกการแพร่กระจายของดอกดาวเรืองจะสร้างสมดุลระหว่างความแม่นยำกับความเป็นจริงในการปฏิบัติงาน เช่น คุณภาพของข้อมูล ความแปรปรวนของแสง และความสม่ำเสมอของการติดฉลาก 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
แยกความลึกที่ละเอียดจากภาพถ่ายสถาปัตยกรรมและผลิตภัณฑ์เพื่อการปรับแสงและการจำลอง 3 มิติ
การสร้างแผนที่เชิงลึกที่มีรายละเอียดสูงซึ่งใช้เป็นเงื่อนไขสำหรับการสร้างรูปภาพและวิดีโอที่ควบคุมได้
การช่วยเหลือทีมภาพยนตร์และ VFX ในงานด้านและงานพารัลแลกซ์โดยคำนึงถึงความแม่นยำของขอบ
ทำหน้าที่เป็นพื้นฐานการวิจัยที่แสดงวิธีปรับนักบวชทั่วไปให้เข้ากับงานทำนายที่หนาแน่น
รูปแบบการดำเนินงาน
การประมาณความลึกการแพร่กระจายของดอกดาวเรืองในทางปฏิบัติ
แยกความลึกที่ละเอียดจากภาพถ่ายสถาปัตยกรรมและผลิตภัณฑ์เพื่อการปรับแสงและการจำลอง 3 มิติ
การแยกความลึกที่ละเอียดจากภาพถ่ายสถาปัตยกรรมและผลิตภัณฑ์เพื่อการปรับแสงและการจำลอง 3 มิติ ทีมมักจะได้ผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การประมาณความลึกการแพร่กระจายของดอกดาวเรืองในทางปฏิบัติ
การสร้างแผนที่เชิงลึกที่มีรายละเอียดสูงซึ่งใช้เป็นเงื่อนไขสำหรับการสร้างรูปภาพและวิดีโอที่ควบคุมได้
การสร้างแผนที่เชิงลึกที่มีรายละเอียดสูงซึ่งใช้เป็นเงื่อนไขสำหรับการสร้างรูปภาพและวิดีโอที่ควบคุมได้ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพไว้ล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การประมาณความลึกการแพร่กระจายของดอกดาวเรืองในทางปฏิบัติ
การช่วยเหลือทีมภาพยนตร์และ VFX ในงานด้านและงานพารัลแลกซ์โดยคำนึงถึงความแม่นยำของขอบ
การช่วยเหลือทีมภาพยนตร์และ VFX ในการทำงานด้านและพารัลแลกซ์โดยคำนึงถึงความแม่นยำของขอบ โดยปกติแล้วทีมจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การประมาณความลึกการแพร่กระจายของดอกดาวเรืองในทางปฏิบัติ
ทำหน้าที่เป็นพื้นฐานการวิจัยที่แสดงวิธีปรับนักบวชทั่วไปให้เข้ากับงานทำนายที่หนาแน่น
ทำหน้าที่เป็นพื้นฐานการวิจัยที่แสดงวิธีปรับ generative ก่อนหน้าให้เข้ากับงานคาดการณ์ที่หนาแน่น ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
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