DINO Tự Chưng Cất
DINO là một phương pháp tự giám sát nhằm đào tạo một máy biến áp tầm nhìn để hiểu các hình ảnh hoàn toàn không có nhãn bằng cách để mạng tự dạy.
Tổng quan
It produces features so clean that object boundaries emerge for free in the attention maps.
Lặn sâu
DINO, viết tắt của tự chưng cất không có nhãn, được Meta AI (sau đó là Facebook AI) xuất bản vào năm 2021. Nó sử dụng hai bản sao của cùng một mạng — một học sinh và một giáo viên — và cung cấp cho chúng các loại hình ảnh tăng cường khác nhau của một hình ảnh. Học sinh cố gắng làm phù hợp với sự phân bổ đầu ra của giáo viên, mặc dù giáo viên chỉ nhìn thấy một góc nhìn khác. Điều quan trọng là giáo viên không được đào tạo trực tiếp; trọng số của nó là trung bình động hàm mũ của học sinh, dần dần tụt lại phía sau. Để ngăn mạng ngừng sụp đổ vì một câu trả lời liên tục duy nhất, DINO tập trung và làm sắc nét kết quả đầu ra của giáo viên. Một kết quả nổi bật là bản đồ tự chú ý của các đối tượng biến đổi tầm nhìn thu được mà không bao giờ được cho biết đối tượng đó là gì.
Hiểu biết kỹ thuật
Cả hai mạng đều đưa ra phân phối xác suất chiều cao sau softmax. Học sinh nhìn thấy các loại cây trồng nhỏ ở địa phương cộng với tầm nhìn toàn cầu, trong khi giáo viên chỉ nhìn thấy các góc nhìn toàn cầu - một chiến lược đa cây trồng nhằm thúc đẩy tính nhất quán giữa các địa phương với toàn cầu. Sự mất mát là entropy chéo giữa phân phối của giáo viên và học sinh, với độ dốc chỉ chảy qua học sinh. Hai thủ thuật giúp ngăn chặn sự sụp đổ: việc căn giữa sẽ trừ đi giá trị trung bình đang chạy khỏi nhật ký của giáo viên và nhiệt độ thấp sẽ làm sắc nét chúng, cân bằng lẫn nhau để kết quả đầu ra luôn đa dạng.
Tác động chiến lược
Tốc độ và tỷ lệ
Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
Xây dựng lựa chọn
Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
Nhóm và quy trình làm việc
Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.
Tương lai của phương pháp tự chưng cất DINO
DINO đã đưa ra một dòng công việc chính. DINOv2 (2023) đã mở rộng công thức này thành hơn một tỷ hình ảnh được tuyển chọn, mang lại các tính năng trực quan đa năng cạnh tranh với các mô hình được giám sát về ước tính độ sâu, phân đoạn và truy xuất — có thể sử dụng mà không cần tinh chỉnh. Dự kiến khả năng tự chưng cất sẽ vẫn là trọng tâm khi lĩnh vực này theo đuổi các mô hình nền tảng không nhãn cho các hệ thống thị giác, robot và đa phương thức, trong đó việc chú thích rất tốn kém. Thuộc tính phân đoạn mới nổi cũng tiếp tục thúc đẩy nghiên cứu về nhận thức từ vựng mở, có thể giải thích được.
Triển khai trong thế giới thực
Phân đoạn đối tượng không được giám sát, trong đó bản đồ chú ý của DINO phác thảo các đối tượng mà không có bất kỳ nhãn mặt nạ nào
Truy xuất hình ảnh và phát hiện sao chép, sử dụng các tính năng DINO để tìm các hình ảnh gần giống nhau hoặc tương tự về mặt hình ảnh
DINOv2 có tính năng như một xương sống cố định cho các nhiệm vụ ước tính độ sâu và dự đoán dày đặc
Huấn luyện trước các mô hình thị giác y tế hoặc vệ tinh trong đó dữ liệu được dán nhãn khan hiếm hoặc tốn kém
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.
Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.
Tiếp tục khám phá
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the DINO Self-Distillation quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Hướng dẫn tiếp theo
Lấy mẫu chưng cất điểm và DreamFusion
Câu hỏi thường gặp
What is DINO Self-Distillation?
DINO là một phương pháp tự giám sát nhằm đào tạo một máy biến áp tầm nhìn để hiểu các hình ảnh hoàn toàn không có nhãn bằng cách để mạng tự dạy. Nó tạo ra các đặc điểm rõ ràng đến mức ranh giới đối tượng xuất hiện miễn phí trong bản đồ chú ý.
'KHÔNG' trong DINO có nghĩa là gì?
DINO có nghĩa là tự chưng cất không có nhãn - nó hoàn toàn tự giám sát, không cần chú thích của con người.
Trọng số của mạng giáo viên được cập nhật trong DINO như thế nào?
Giáo viên là EMA của học sinh nên sẽ theo dõi học sinh một cách suôn sẻ chứ không phải đào tạo trực tiếp.
Việc tập trung và làm sắc nét kết quả đầu ra của giáo viên sẽ cản trở vấn đề gì?
Định tâm và mài sắc đối trọng lẫn nhau để giữ cho đầu ra của giáo viên luôn đa dạng, tránh những giải pháp hằng số tầm thường.
Trong chiến lược đa cây trồng của DINO, giáo viên nhận được những quan điểm nào?
Giáo viên chỉ nhìn thấy những cây trồng toàn cầu trong khi học sinh cũng nhìn thấy những cây trồng nhỏ ở địa phương, khuyến khích sự thống nhất giữa các địa phương với toàn cầu.
Đặc tính đáng ngạc nhiên nào xuất hiện trong bản đồ chú ý của người biến đổi tầm nhìn được DINO đào tạo?
Khả năng tự chú ý của DINO làm nổi bật ranh giới đối tượng một cách tự nhiên, thực hiện phân đoạn mặc dù không bao giờ nhìn thấy mặt nạ.