Tổng quan
Hướng dẫn không cần phân loại là kỹ thuật làm cho các mô hình khuếch tán thực sự tuân theo lời nhắc của bạn, đánh đổi sự đa dạng để có được sự tuân thủ mạnh mẽ hơn nhiều. Đây là vòng quay duy nhất đằng sau thanh trượt 'thang hướng dẫn' trong hầu hết mọi trình tạo hình ảnh.
Hướng dẫn không cần phân loại thuộc về quy trình công việc thị giác máy tính diễn giải hoặc tạo ra phương tiện trực quan để phân tích, vận hành và sáng tạo.
Lặn sâu
Khuếch tán có hướng dẫn ban đầu cần có một bộ phân loại riêng biệt để đẩy các mẫu tới lớp mong muốn, lớp này dễ hỏng và cần được đào tạo thêm. Hướng dẫn không cần phân loại, do Jonathan Ho và Tim Salimans đề xuất vào năm 2022, đã loại bỏ sự phụ thuộc đó. Trong quá trình đào tạo, mô hình ngẫu nhiên bỏ điều kiện (dấu nhắc văn bản) trong một số phần trăm thời gian, do đó, mô hình học cách tạo ra cả dự đoán có điều kiện và không điều kiện bằng một mạng duy nhất. Tại thời điểm lấy mẫu, bạn chạy mô hình hai lần mỗi bước, một lần có lời nhắc và một lần không có lời nhắc, sau đó ngoại suy từ dự đoán vô điều kiện sang dự đoán có điều kiện. Mức độ ngoại suy là thang đo hướng dẫn: các giá trị cao hơn buộc phải tuân thủ nhanh hơn và độ bão hòa mạnh hơn, trong khi các giá trị thấp hơn mang lại sự đa dạng hơn nhưng kết hợp lỏng lẻo hơn.
Hiểu biết kỹ thuật
Về mặt toán học, dự đoán nhiễu có điều kiện là dự đoán vô điều kiện cộng với thang đo hướng dẫn nhân với chênh lệch giữa dự đoán có điều kiện và dự đoán không điều kiện. Thang điểm 1 có nghĩa là không có hướng dẫn; các giá trị điển hình là từ 5 đến 9. Đẩy tỷ lệ lên rất cao sẽ khuếch đại các tính năng nhanh chóng nhưng gây ra màu sắc quá bão hòa, độ tương phản khắc nghiệt và tạo tác giả do mô hình ngoại suy vượt xa phạm vi phân bố đã học của nó. Nó tốn khoảng hai lần chuyển tiếp cho mỗi bước khử nhiễu.
Nắm vững hướng dẫn không cần phân loại
Hướng dẫn không cần phân loại là kỹ thuật làm cho các mô hình khuếch tán thực sự tuân theo lời nhắc của bạn, đánh đổi sự đa dạng để có được sự tuân thủ mạnh mẽ hơn nhiều. Đây là vòng quay duy nhất đằng sau thanh trượt 'thang hướng dẫn' trong hầu hết mọi trình tạo hình ảnh. Hướng dẫn không cần phân loại thuộc về quy trình công việc thị giác máy tính diễn giải hoặc tạo ra phương tiện trực quan để phân tích, vận hành và sáng tạo. Để xây dựng sự hiểu biết sâu sắc, hãy coi Hướng dẫn không cần phân loại như một mô hình vận hành chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể thực hiện một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.
Trong thực tế, các nhóm mạnh sử dụng Hướng dẫn không cần phân loại sẽ cân bằng độ chính xác với thực tế vận hành như chất lượng dữ liệu, phương sai ánh sáng và tính nhất quán của nhãn. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.
Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn. Đồng thời, quyền về hình ảnh và sự đồng ý có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.
Tác động chiến lược
Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.
Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Triển khai trong thế giới thực
Điều chỉnh thanh trượt 'tỷ lệ CFG' trong Khuếch tán ổn định hoặc Midjourney để cân bằng độ chính xác nhanh chóng với tính sáng tạo
Đưa ra hướng dẫn để buộc trình tạo bao gồm một đối tượng cụ thể, khó hiển thị được mô tả trong lời nhắc
Giảm hướng dẫn để có kết quả đầu ra đa dạng hơn, ít bão hòa hơn khi khám phá nhiều tùy chọn thiết kế
Điều chỉnh lịch trình hướng dẫn trong quy trình sản xuất để giảm hiện tượng cháy màu trên các kết xuất có độ chi tiết cao
Các mẫu triển khai
Hướng dẫn không cần phân loại trong thực tế
Điều chỉnh thanh trượt 'thang CFG' trong Khuếch tán ổn định hoặc Midjourney để cân bằng giữa độ chính xác nhanh chóng và tính sáng tạo.
Điều chỉnh thanh trượt 'Thang CFG' trong Phân tán ổn định hoặc Midjourney để cân bằng độ chính xác nhanh chóng với tính sáng tạo. Các nhóm thường đạt được kết quả tốt hơn khi xác định trước ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí do lỗi theo thời gian.
Hướng dẫn không cần phân loại trong thực tế
Đưa ra hướng dẫn để buộc trình tạo bao gồm một đối tượng cụ thể, khó hiển thị được mô tả trong lời nhắc.
Nâng cao hướng dẫn để buộc trình tạo bao gồm một đối tượng cụ thể, khó hiển thị được mô tả trong lời nhắc. Các nhóm thường nhận được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp phức tạp và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Hướng dẫn không cần phân loại trong thực tế
Giảm hướng dẫn để có được kết quả đầu ra đa dạng hơn, ít bão hòa hơn khi khám phá nhiều tùy chọn thiết kế.
Giảm hướng dẫn để có được kết quả đầu ra đa dạng hơn, ít bão hòa hơn khi khám phá nhiều tùy chọn thiết kế Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Hướng dẫn không cần phân loại trong thực tế
Điều chỉnh lịch trình hướng dẫn trong quy trình sản xuất để giảm hiện tượng cháy màu trên các kết xuất có độ chi tiết cao.
Điều chỉnh lịch trình hướng dẫn trong quy trình sản xuất để giảm hiện tượng cháy màu trên các kết xuất có độ chi tiết cao. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Rủi ro & lan can
Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.
Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.
Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.
Lộ trình thực hiện
Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.
Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.
Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.