Tổng quan
Nhắc để nhắc chỉnh sửa hình ảnh được tạo bằng cách điều chỉnh lời nhắc văn bản của nó trong khi sử dụng lại bản đồ chú ý bên trong của mô hình, do đó, việc thay đổi một từ sẽ hoán đổi thành phần đó trong khi vẫn giữ nguyên phần còn lại của cảnh. Đó là chỉnh sửa thông qua các từ, không phải pixel.
Chỉnh sửa chú ý chéo nhắc nhở thuộc về quy trình công việc thị giác máy tính diễn giải hoặc tạo phương tiện trực quan để phân tích, vận hành và sáng tạo.
Lặn sâu
Nhắc để nhắc (Hertz và cộng sự, 2022) là một kỹ thuật không cần đào tạo để chỉnh sửa theo hướng văn bản trong các mô hình phổ biến. Thông tin chi tiết quan trọng là các bản đồ thu hút sự chú ý chéo, cho mô hình biết mỗi từ sẽ ảnh hưởng đến vùng hình ảnh nào, mã hóa bố cục không gian của cảnh. Khi bạn tạo lại một hình ảnh có lời nhắc được sửa đổi một chút, phương thức này sẽ đưa bản đồ chú ý của lời nhắc ban đầu vào lần chạy mới. Thay thế một từ, chẳng hạn như 'xe đạp' bằng 'xe máy', hoán đổi đối tượng đó trong khi vẫn giữ nguyên bố cục và nền. Việc thêm một từ chỉ gây chú ý cho các mã thông báo không thay đổi, do đó, một thuộc tính mới sẽ xuất hiện mà không cần xáo trộn lại mọi thứ. Bạn cũng có thể cân nhắc lại sự chú ý của mã thông báo để tăng cường hoặc làm suy yếu tác dụng của nó. Bởi vì nó không yêu cầu tinh chỉnh hoặc mặt nạ nên nó đã trở thành nền tảng xây dựng cho nhiều phương pháp chỉnh sửa sau này, bao gồm cả việc tạo dữ liệu của InstructPix2Pix.
Hiểu biết kỹ thuật
Trong quá trình khử nhiễu, tính năng chú ý chéo sẽ tính toán, đối với mỗi mã thông báo, một bản đồ không gian về vị trí nó tham gia trong hình ảnh. Nhắc-nhắc sao chép các bản đồ này từ thế hệ ban đầu sang bản đồ đã chỉnh sửa để chia sẻ mã thông báo. Đối với việc hoán đổi từ, nó ánh xạ sự chú ý giữa các mã thông báo tương ứng; đối với các từ được thêm vào, nó giữ lại các bản đồ cũ và chỉ cho phép các mã thông báo mới tạo ra sự chú ý mới; việc cân nhắc lại chỉ đơn giản là đo lường các giá trị chú ý của mã thông báo, tăng cường hoặc giảm bớt ảnh hưởng trực quan của nó.
Nắm vững việc chỉnh sửa chú ý chéo nhanh chóng
Nhắc để nhắc chỉnh sửa hình ảnh được tạo bằng cách điều chỉnh lời nhắc văn bản của nó trong khi sử dụng lại bản đồ chú ý bên trong của mô hình, do đó, việc thay đổi một từ sẽ hoán đổi thành phần đó trong khi vẫn giữ nguyên phần còn lại của cảnh. Đó là chỉnh sửa thông qua các từ, không phải pixel. Chỉnh sửa chú ý chéo nhắc nhở thuộc về quy trình công việc thị giác máy tính diễn giải hoặc tạo phương tiện trực quan để phân tích, vận hành và sáng tạo. Để xây dựng sự hiểu biết sâu sắc, hãy coi Chỉnh sửa chú ý chéo nhắc nhở 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 Chỉnh sửa chú ý chéo nhắc nhở 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
Một nhà thiết kế thay đổi 'một chiếc ô tô màu đỏ trên đường phố' thành 'một chiếc ô tô màu xanh trên đường phố' và giữ nguyên bố cục khung cảnh giống hệt nhau.
Một họa sĩ minh họa đã điều chỉnh lại từ 'tuyết' để làm cho phong cảnh trở nên lạnh lẽo hơn qua nhiều biến thể.
Người kể chuyện đổi từ 'sư tử' thành 'hổ' để giữ nguyên tư thế và hình nền giống hệt nhau cho một bảng nhân vật.
Một nhà nghiên cứu sử dụng nó để tạo ra các hình ảnh trước/sau được ghép nối làm dữ liệu huấn luyện cho người chỉnh sửa làm theo hướng dẫn.
Các mẫu triển khai
Chỉnh sửa chú ý chéo nhanh chóng trong thực tế
Một nhà thiết kế thay đổi 'một chiếc ô tô màu đỏ trên đường phố' thành 'một chiếc ô tô màu xanh trên đường phố' và giữ nguyên bố cục khung cảnh giống hệt nhau.
Một nhà thiết kế thay đổi 'một chiếc ô tô màu đỏ trên đường phố' thành 'một chiếc ô tô màu xanh lam trên đường phố' và giữ nguyên bố cục cảnh giống hệt nhau. 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 phức tạp và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Chỉnh sửa chú ý chéo nhanh chóng trong thực tế
Một họa sĩ minh họa đã điều chỉnh lại từ 'tuyết' để làm cho phong cảnh trở nên lạnh lẽo hơn qua nhiều biến thể.
Một họa sĩ minh họa điều chỉnh lại từ 'tuyết' để làm cho phong cảnh ngày càng trở nên lạnh giá hơn qua các biến thể. 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.
Chỉnh sửa chú ý chéo nhanh chóng trong thực tế
Người kể chuyện đổi từ 'sư tử' thành 'hổ' để giữ nguyên tư thế và hình nền giống hệt nhau cho một bảng nhân vật.
Người kể chuyện đổi từ 'sư tử' thành 'hổ' để giữ tư thế và hình nền giống hệt nhau cho bảng nhân vật. 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.
Chỉnh sửa chú ý chéo nhanh chóng trong thực tế
Một nhà nghiên cứu sử dụng nó để tạo ra các hình ảnh trước/sau được ghép nối làm dữ liệu huấn luyện cho người chỉnh sửa làm theo hướng dẫn.
Nhà nghiên cứu sử dụng nó để tạo các hình ảnh trước/sau được ghép nối làm dữ liệu đào tạo cho người chỉnh sửa làm theo hướng dẫn. 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 do 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.