Tổng quan
Tính năng phát hiện đối tượng từ vựng mở cho phép mô hình tìm và đóng hộp các đối tượng được mô tả bằng văn bản tùy ý, bao gồm các danh mục mà mô hình chưa từng thấy được gắn nhãn trong quá trình đào tạo. Điều này quan trọng vì các trình phát hiện truyền thống bị khóa trong một danh sách các lớp cố định, trong khi các mô hình từ vựng mở có thể phát hiện hầu hết mọi thứ mà bạn có thể đặt tên.
Phát hiện đối tượng từ vựng mở 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
Các máy dò cổ điển được đào tạo trên một tập hợp các danh mục khép kín, chẳng hạn như 80 lớp trong COCO và không thể nhận ra 'vật' bên ngoài danh sách đó. Tính năng phát hiện từ vựng mở phá vỡ giới hạn đó bằng cách căn chỉnh các đặc điểm vùng thị giác với không gian nhúng ngôn ngữ tầm nhìn chung, thường được học từ các cặp văn bản-hình ảnh lớn (như trong CLIP). Theo suy luận, bạn cung cấp nhãn văn bản, mô hình sẽ nhúng các nhãn đó và khớp các vùng được phát hiện với bất kỳ nội dung nhúng văn bản nào gần nhất, do đó, các danh mục mới sẽ hoạt động miễn là bạn có thể mô tả chúng. Các hệ thống như ViLD, GLIP, OWL-ViT, Detic và Grounding DINO đã phổ biến cách tiếp cận này bằng cách kết hợp các xương sống phát hiện với nền tảng ngôn ngữ và bằng cách đào tạo trên các bộ dữ liệu nền tảng hoặc gắn nhãn yếu.
Hiểu biết kỹ thuật
Bí quyết là thay thế lớp phân loại cố định bằng phần nhúng văn bản. Thay vì học một vectơ trọng số cho mỗi lớp đã biết, bộ phát hiện sẽ chiếu từng vùng vào cùng một không gian với bộ mã hóa ngôn ngữ; phân loại trở thành sự so sánh tương tự giữa các đặc điểm khu vực và việc nhúng các tên hoặc cụm từ danh mục do người dùng cung cấp. Bởi vì bộ mã hóa văn bản tổng quát hóa thành các từ không nhìn thấy nên việc hoán đổi chuỗi nhãn mới tại thời điểm thử nghiệm cho phép phát hiện các danh mục không có trong dữ liệu huấn luyện hộp giới hạn.
Nắm vững khả năng phát hiện đối tượng từ vựng mở
Tính năng phát hiện đối tượng từ vựng mở cho phép mô hình tìm và đóng hộp các đối tượng được mô tả bằng văn bản tùy ý, bao gồm các danh mục mà mô hình chưa từng thấy được gắn nhãn trong quá trình đào tạo. Điều này quan trọng vì các trình phát hiện truyền thống bị khóa trong một danh sách các lớp cố định, trong khi các mô hình từ vựng mở có thể phát hiện hầu hết mọi thứ mà bạn có thể đặt tên. Phát hiện đối tượng từ vựng mở 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 Phát hiện đối tượng từ vựng mở 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 tính năng Phát hiện đối tượng từ vựng mở sẽ cân bằng độ chính xác với thực tế hoạt động 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
Tìm kiếm hình ảnh cho các đối tượng hiếm hoặc tùy chỉnh bằng cách nhập tên của chúng mà không cần đào tạo lại
Hệ thống robot định vị một mục mà người dùng đặt tên bằng ngôn ngữ tự nhiên trước khi nắm bắt nó
Tự động gắn nhãn tập dữ liệu bằng cách phát hiện nhiều danh mục mới từ danh sách văn bản
Kiểm duyệt nội dung gắn cờ các đối tượng mô tả không có trong nhãn đào tạo ban đầu
Các mẫu triển khai
Phát hiện đối tượng từ vựng mở trong thực tế
Tìm kiếm hình ảnh cho các đối tượng hiếm hoặc tùy chỉnh bằng cách nhập tên của chúng mà không cần đào tạo lại.
Tìm kiếm hình ảnh cho các đối tượng hiếm hoặc tùy chỉnh bằng cách nhập tên của chúng mà không cần đào tạo lại. Các nhóm thường nhận được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, theo dõi 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.
Phát hiện đối tượng từ vựng mở trong thực tế
Hệ thống robot định vị một mục mà người dùng đặt tên bằng ngôn ngữ tự nhiên trước khi nắm bắt nó.
Hệ thống robot định vị một mục mà người dùng đặt tên bằng ngôn ngữ tự nhiên trước khi nắm bắt nó. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, theo dõi 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.
Phát hiện đối tượng từ vựng mở trong thực tế
Tự động gắn nhãn tập dữ liệu bằng cách phát hiện nhiều danh mục mới từ danh sách văn bản.
Tự động gắn nhãn tập dữ liệu bằng cách phát hiện nhiều danh mục mới từ danh sách văn bản Các nhóm thường nhận được kết quả tốt hơn khi họ xác định trước ngưỡng chất lượng, duy trì lộ trình báo cáo 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.
Phát hiện đối tượng từ vựng mở trong thực tế
Kiểm duyệt nội dung gắn cờ các đối tượng mô tả không có trong nhãn đào tạo ban đầu.
Kiểm duyệt nội dung gắn cờ các đối tượng được mô tả không có trong nhãn đào tạo ban đầu. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình báo cáo 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.