Tổng quan
Marigold tái sử dụng mô hình khuếch tán tạo hình ảnh đã được huấn luyện trước (Khuếch tán ổn định) để dự đoán bản đồ độ sâu có độ chi tiết cao. Nó cho thấy bạn có thể biến kiến thức trực quan phong phú của máy phát điện thành một công cụ nhận thức chính xác với lượng dữ liệu đào tạo ít đến đáng ngạc nhiên.
Ước tính độ sâu khuếch tán cúc vạn thọ 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
Marigold (ETH Zurich, CVPR 2024 Best Paper Honorable Men) định nghĩa lại việc ước tính độ sâu như một bài toán tạo có điều kiện. Thay vì đào tạo mạng độ sâu từ đầu, nó tinh chỉnh Khuếch tán ổn định để 'tạo' bản đồ độ sâu dựa trên hình ảnh đầu vào. Cái nhìn sâu sắc là một mô hình được đào tạo để tổng hợp các hình ảnh quang học đã học được hình học, ánh sáng và cấu trúc cảnh sâu trong không gian tiềm ẩn của nó, chính xác là những điều tiên nghiệm hữu ích cho chiều sâu. Đáng chú ý, Marigold chỉ được tinh chỉnh trên các bộ dữ liệu tổng hợp (như Hypersim và Virtual KITTI) nhưng vẫn khái quát tốt cho các bức ảnh thực không chụp. Nó tạo ra độ sâu tương đối bất biến affine với độ chi tiết đặc biệt tốt, mặc dù tính năng khử nhiễu lặp lại làm cho nó chậm hơn so với các mô hình chuyển tiếp như DepthAnything.
Hiểu biết kỹ thuật
Cúc vạn thọ hoạt động trong không gian tiềm ẩn của Khuếch tán ổn định. Cả hình ảnh và bản đồ độ sâu đều được mã hóa bởi cùng một VAE; U-Net được tinh chỉnh để khử nhiễu độ sâu tiềm ẩn dựa trên độ tiềm ẩn của hình ảnh rõ ràng. Khi suy luận, nó chạy vòng lặp khử nhiễu lặp tiêu chuẩn, sau đó giải mã độ sâu tiềm ẩn. Bởi vì nó lấy mẫu, nhiều lần chạy có thể được kết hợp để đảm bảo tính ổn định, tính toán giao dịch để đảm bảo độ chính xác. Sau này 'LCM' và các phiên bản chưng cất một bước đã cắt giảm hàng chục bước xuống còn một bước duy nhất.
Nắm vững ước tính độ sâu khuếch tán cúc vạn thọ
Marigold tái sử dụng mô hình khuếch tán tạo hình ảnh đã được huấn luyện trước (Khuếch tán ổn định) để dự đoán bản đồ độ sâu có độ chi tiết cao. Nó cho thấy bạn có thể biến kiến thức trực quan phong phú của máy phát điện thành một công cụ nhận thức chính xác với lượng dữ liệu đào tạo ít đến đáng ngạc nhiên. Ước tính độ sâu khuếch tán cúc vạn thọ 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 Ước tính độ sâu khuếch tán cúc vạn thọ như một mô hình hoạt động 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 Ước tính độ sâu khuếch tán cúc vạn thọ 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
Trích xuất độ sâu chi tiết từ ảnh kiến trúc và sản phẩm để chiếu sáng lại và mô hình 3D.
Tạo bản đồ có độ sâu chi tiết cao được sử dụng làm điều hòa để tạo hình ảnh và video có thể kiểm soát được.
Hỗ trợ các nhóm làm phim và VFX trong công việc mờ và thị sai trong đó độ chính xác của cạnh là vấn đề quan trọng.
Phục vụ như một cơ sở nghiên cứu cho thấy cách điều chỉnh các ưu tiên tổng quát cho các nhiệm vụ dự đoán dày đặc.
Các mẫu triển khai
Ước tính độ sâu khuếch tán cúc vạn thọ trong thực tế
Trích xuất độ sâu chi tiết từ ảnh kiến trúc và sản phẩm để chiếu sáng lại và mô hình 3D.
Trích xuất độ sâu chi tiết từ ảnh kiến trúc và ảnh sản phẩm để chiếu sáng lại và mô hình 3D 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.
Ước tính độ sâu khuếch tán cúc vạn thọ trong thực tế
Tạo bản đồ có độ sâu chi tiết cao được sử dụng làm điều hòa để tạo hình ảnh và video có thể kiểm soát được.
Tạo bản đồ độ sâu có độ chi tiết cao được sử dụng làm điều kiện cho việc tạo hình ảnh và video có thể kiểm soát 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.
Ước tính độ sâu khuếch tán cúc vạn thọ trong thực tế
Hỗ trợ các nhóm làm phim và VFX trong công việc mờ và thị sai trong đó độ chính xác của cạnh là vấn đề quan trọng.
Hỗ trợ các nhóm phim và VFX trong công việc mờ và thị sai trong đó vấn đề về độ chính xác biên Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước ngưỡng chất lượng, theo dõi lộ trình leo thang của con người đối với các trường hợp biên và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Ước tính độ sâu khuếch tán cúc vạn thọ trong thực tế
Phục vụ như một cơ sở nghiên cứu cho thấy cách điều chỉnh các ưu tiên tổng quát cho các nhiệm vụ dự đoán dày đặc.
Đóng vai trò là cơ sở nghiên cứu cho thấy cách điều chỉnh các ưu tiên tổng quát cho các nhiệm vụ dự đoán dày đặc 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.
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.