ภาพรวม
การตรวจจับวัตถุคำศัพท์แบบเปิดช่วยให้โมเดลค้นหาและกล่องวัตถุที่อธิบายด้วยข้อความที่กำหนดเอง รวมถึงหมวดหมู่ที่ไม่เคยเห็นป้ายกำกับระหว่างการฝึก สิ่งสำคัญคือเนื่องจากตัวตรวจจับแบบเดิมถูกล็อกไว้ในรายการคลาสที่ตายตัว ในขณะที่โมเดลคำศัพท์แบบเปิดสามารถตรวจจับได้เกือบทุกอย่างที่คุณสามารถตั้งชื่อได้
Open-Vocabulary Object Detection เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินการ และความคิดสร้างสรรค์
เจาะลึก
ตัวตรวจจับแบบคลาสสิกได้รับการฝึกฝนในชุดหมวดหมู่ปิด เช่น 80 คลาสใน COCO และไม่สามารถจดจำ 'สิ่ง' ที่อยู่นอกรายการนั้นได้ การตรวจจับคำศัพท์แบบเปิดนั้นจำกัดโดยการจัดตำแหน่งคุณลักษณะขอบเขตการมองเห็นให้สอดคล้องกับพื้นที่ฝังภาษาการมองเห็นที่ใช้ร่วมกัน ซึ่งโดยทั่วไปจะเรียนรู้จากคู่ข้อความรูปภาพขนาดใหญ่ (เช่นใน CLIP) ในการอนุมาน คุณระบุป้ายกำกับข้อความ โมเดลจะฝังป้ายกำกับเหล่านั้น และจะจับคู่ขอบเขตที่ตรวจพบกับข้อความใดก็ตามที่ฝังอยู่ใกล้ที่สุด ดังนั้นหมวดหมู่ใหม่จะทำงานได้ตราบเท่าที่คุณสามารถอธิบายได้ ระบบต่างๆ เช่น ViLD, GLIP, OWL-ViT, Detic และ Grounding DINO ทำให้แนวทางนี้ได้รับความนิยมโดยการรวมแบ็คโบนการตรวจจับเข้ากับการต่อสายดินของภาษา และโดยการฝึกอบรมชุดข้อมูลขนาดใหญ่ที่มีป้ายกำกับไม่ชัดเจนหรือมีการต่อสายดิน
ข้อมูลเชิงลึกทางเทคนิค
เคล็ดลับคือการแทนที่เลเยอร์ลักษณนามคงที่ด้วยการฝังข้อความ แทนที่จะเรียนรู้เวกเตอร์น้ำหนักหนึ่งตัวต่อคลาสที่รู้จัก ตัวตรวจจับจะฉายภาพแต่ละภูมิภาคในพื้นที่เดียวกันกับตัวเข้ารหัสภาษา การจำแนกประเภทกลายเป็นการเปรียบเทียบความคล้ายคลึงกันระหว่างคุณลักษณะของภูมิภาคและการฝังชื่อหรือวลีหมวดหมู่ที่ผู้ใช้ให้ไว้ เนื่องจากตัวเข้ารหัสข้อความมีลักษณะทั่วไปเป็นคำที่มองไม่เห็น การสลับสตริงป้ายกำกับใหม่ ณ เวลาทดสอบทำให้สามารถตรวจจับหมวดหมู่ที่ขาดหายไปจากข้อมูลการฝึกขอบเขตกล่อง
การเรียนรู้การตรวจจับวัตถุคำศัพท์แบบเปิด
การตรวจจับวัตถุคำศัพท์แบบเปิดช่วยให้โมเดลค้นหาและกล่องวัตถุที่อธิบายด้วยข้อความที่กำหนดเอง รวมถึงหมวดหมู่ที่ไม่เคยเห็นป้ายกำกับระหว่างการฝึก สิ่งสำคัญคือเนื่องจากตัวตรวจจับแบบเดิมถูกล็อกไว้ในรายการคลาสที่ตายตัว ในขณะที่โมเดลคำศัพท์แบบเปิดสามารถตรวจจับได้เกือบทุกอย่างที่คุณสามารถตั้งชื่อได้ Open-Vocabulary Object Detection เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินการ และความคิดสร้างสรรค์ เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า Open-Vocabulary Object Detection เป็นรูปแบบการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้ Open-Vocabulary Object Detection 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
ค้นหารูปภาพสำหรับวัตถุหายากหรือวัตถุแบบกำหนดเองโดยพิมพ์ชื่อโดยไม่ต้องฝึกใหม่
ระบบหุ่นยนต์ค้นหาสิ่งของด้วยชื่อผู้ใช้ในภาษาธรรมชาติก่อนที่จะหยิบจับ
ชุดข้อมูลติดป้ายกำกับอัตโนมัติโดยการตรวจจับหมวดหมู่ใหม่มากมายจากรายการข้อความ
การกลั่นกรองเนื้อหาที่ทำเครื่องหมายว่าวัตถุที่อธิบายไม่ปรากฏในป้ายกำกับการฝึกอบรมดั้งเดิม
รูปแบบการดำเนินงาน
การตรวจจับวัตถุคำศัพท์แบบเปิดในทางปฏิบัติ
ค้นหารูปภาพสำหรับวัตถุหายากหรือวัตถุแบบกำหนดเองโดยพิมพ์ชื่อโดยไม่ต้องฝึกใหม่
การค้นหารูปภาพสำหรับวัตถุหายากหรือวัตถุแบบกำหนดเองโดยการพิมพ์ชื่อโดยไม่ต้องฝึกอบรมใหม่ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพไว้ล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การตรวจจับวัตถุคำศัพท์แบบเปิดในทางปฏิบัติ
ระบบหุ่นยนต์ค้นหาสิ่งของด้วยชื่อผู้ใช้ในภาษาธรรมชาติก่อนที่จะหยิบจับ
ระบบวิทยาการหุ่นยนต์ระบุตำแหน่งรายการชื่อผู้ใช้ในภาษาธรรมชาติก่อนจะเข้าใจ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อกำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับ Edge Case และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การตรวจจับวัตถุคำศัพท์แบบเปิดในทางปฏิบัติ
ชุดข้อมูลติดป้ายกำกับอัตโนมัติโดยการตรวจจับหมวดหมู่ใหม่มากมายจากรายการข้อความ
การติดป้ายกำกับชุดข้อมูลอัตโนมัติโดยการตรวจจับหมวดหมู่ใหม่ๆ มากมายจากรายการข้อความ ทีมมักจะได้รับผลลัพธ์ที่ดีขึ้นเมื่อกำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การตรวจจับวัตถุคำศัพท์แบบเปิดในทางปฏิบัติ
การกลั่นกรองเนื้อหาที่ทำเครื่องหมายว่าวัตถุที่อธิบายไม่ปรากฏในป้ายกำกับการฝึกอบรมดั้งเดิม
การกลั่นกรองเนื้อหาที่ทำเครื่องหมายว่าออบเจ็กต์ที่อธิบายไว้ไม่ปรากฏในป้ายกำกับการฝึกอบรมดั้งเดิม ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อกำหนดเกณฑ์คุณภาพล่วงหน้า 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