Résumé
GLIDE xeetu diffusion bind-ci-nataal la woon bu njëkk, muy wane ay laaj ak 'njiit bu amul benn klassifikatër' mën na raw sistem yu njëkk ya lalu ci GAN. Jéego bu am solo la woon ci yoonu DALL-E 2.
GLIDE Diffusion Model bokk na ci liggéey yiy wane ordinatër, di tekki wala defar ay mejaa yuñ mëna gis ngir jàngat, liggéey ak sos lu bees.
Plongeur bu xóot
OpenAI moo ko genne ci atum 2021, GLIDE (Làkk wiñ tegtal ngir tasaare nataal ngir defar ak soppali) dafa wane ni xeetu tasaare yuñ teg ci bind mën nañu defar nataal yu dëggu, yu gaaw. Li gëna am solo ci liggéey bi mooy mu méngale ñaari anam yu ñuy doxalee: njiitu CLIP ak njiitu bu amul classifier. Ekip bi gisna ni tegtal bu amul classifier moo defar nataal yu gëna dëggu te gëna méngoo, muy lu soppali daanaka xeetu bind-ci-nataal bu nekk ci jamono jooju. GLIDE itam dafay jàppale inpainting biy dawal mbind, may jëfandikukat yi ñu soppali pàccu nataal bi ci laaj bu bees. Jëfandikoo na xeetu diffusion bu am 3,5 milyaar ciy parametre boole ci upsampler. OpenAI genne na xeetu bu gëna ndaw, buñu segg ci mbooloo mi, ci noonu mu tëye xeetu jëfandikoo bu baaxul bi, te njàngale yi ci nekk dañu dugg ci DALL-E 2.
Gis-gis xarala
Njàngalem xarala yu am solo yi ci GLIDE mooy tegtal bu amul klassifikatër. Ci diiru tàggat-yaram, yenn saa model bi dafay gis bind bu dëggu bi, yenn saa muy gis benn bu amul dara, di jàng generation conditionné ak unconditionné yépp. Ci jamonoy échantillonnage dafay extrapoler fu sori ci prediction bu amul condition ci benn conditionné, sharpening ni output bi di toppee prompt bi. Loolu moo moytu soxla beneen classifier ba noppi joxe realisme bu gëna baax ak njubluwaay mbind moo gën steering ak CLIP, nekk pexem default ci model yu ci topp yi.
Xam modelu diffusion GLIDE
GLIDE xeetu diffusion bind-ci-nataal la woon bu njëkk, muy wane ay laaj ak 'njiit bu amul benn klassifikatër' mën na raw sistem yu njëkk ya lalu ci GAN. Muy jéego bu am solo ci yoonu DALL-E 2. GLIDE Diffusion Model bokk na ci liggéey yiy wane ordinatër, yuy tekki wala defar ay mejaa yuñ mëna gis ngir jàngat, liggéey ak sos lu bees. Ngir tabax xam-xam bu xóot, jàppal GLIDE Diffusion Model ni xeetu liggéey, du benn man-man: leeral njariñ yi nga bëgg, leeral xalaat yi, ak tàqale li sistem bi mëna def ci anam wu wóor ak li ba leegi soxla àtteb kàngam.
Ci jëf, ekip yu am doole yiy jëfandikoo GLIDE Diffusion Model dañuy méngale njubte gi ak dëggantaan yi ci liggéey bi, lu ci melni kalite done, faraasu leeraay, ak méngoo etiketu. Dañuy bind kritër yu leer ngir am ndam, natt leen ci done yu dëggu ak def liggéey, ba noppi ñu baamtu ci anamu ñàkka mëna seetlu, du ci benn yoon benchmark wins. Mooy barab bi xam-xam theorie bi di soppiku nekk kàttan buy yàgg ci produit yi, ci politik yi ak ci liggéey yi.
Visual IA mën na otomatise saytu, gis ak etiketu liggéey ci eskaal. Ci jamano jooju, yelleefi nataal ak nangu mën na nekk risku yoon sudee fimu bawoo leerul. Xeetu jëf bi gëna dëgër mooy boole gaawaayu jàngat ak disipline nguur: doxal pilote, jàpp firnde, siiwal dogal yi, ak wéy di yeesal kaaraange gi ci anam wi ñuy doxalee, li jëfandikukat bi di xaar, ak sàrti sàrt yi di jëm kanam.
njeextalu pexe
Visual IA mën na otomatise saytu, gis ak etiketu liggéey ci eskaal.
Visual IA mën na otomatise saytu, gis ak etiketu liggéey ci eskaal. Ci jëfandikoo yu am kalite bu kawe, loolu dañu koy tekki ci sàrti liggéey yuñ mëna natt, ay peggu boroom, ak ay xew-xewu xoolaat yu bari suko defee ekip yi mëna yokk wóolu seen bopp ci barabu yokk lu jaxasoo.
Ekipu kreatif yi mën nañu defar konsept yu gëna gaaw te duñu def lu bari ci loxo.
Ekipu kreatif yi mën nañu defar konsept yu gëna gaaw te duñu def lu bari ci loxo. Ci jëfandikoo yu am kalite bu kawe, loolu dañu koy tekki ci sàrti liggéey yuñ mëna natt, ay peggu boroom, ak ay xew-xewu xoolaat yu bari suko defee ekip yi mëna yokk wóolu seen bopp ci barabu yokk lu jaxasoo.
Liggéeyukaay yi mën nañu jëfandikoo siñaal nataal wala wideo yu jafewoon lool ci liggéey.
Liggéeyukaay yi mën nañu jëfandikoo siñaal nataal wala wideo yu jafewoon lool ci liggéey. Ci jëfandikoo yu am kalite bu kawe, loolu dañu koy tekki ci sàrti liggéey yuñ mëna natt, ay peggu boroom, ak ay xew-xewu xoolaat yu bari suko defee ekip yi mëna yokk wóolu seen bopp ci barabu yokk lu jaxasoo.
Doxal ci àdduna dëgg
Defar ab nataal ci ab santaane bu melni ab seen buñu leeral, di wane synthese bu teel
Inpainting bu lalu ci bind: maskeer benn pàccu nataal ba noppi feesal ko ak mbir mu bees buñu leeral ci kàddu
Soppi ab nataal bu fi nekk ci yokk wala wecci ay mbir jaaraleko ci ab laaj buy topp
Liggéey ci gëstub baseline bu firndeel ni tegtal bu amul benn classifier moo raw tegtal CLIP ngir méngale
Modèlu jëfandikoo
Modèlu diffusion GLIDE ci jëf
Defar ab nataal ci ab frase bu melni ab seen buñu leeral, di wane ab synthese bu teel te dëggu.
Defar ab nataal ci benn frase bu melni benn seen buñu leeral, wane synthesis bu teel bu dëggu. Ekip yi dañuy faral di am njariñ yu gëna baax suñu joxee ay threshold yu baax ci kanam, tëye yoonu escalation nit ngir jafe-jafe yi, ba noppi topp njariñu produit yi ak njëgu njuumte yi ci diir bi.
Modèlu diffusion GLIDE ci jëf
Inpainting bu lalu ci bind: maske ab pàccu nataal ba noppi feesal ko ak mbir mu bees buñu leeral ci kàddu.
Text-driven inpainting: maskeer benn wàll ci benn foto ak fees ko ak lu bees luñu leeral ci kàddu yi Ekip yi dañuy faral di am njariñ yu gëna baax suñu joxee threshold yu baax ci kanam, tëye yoonu escalation nit ngir jafe-jafe yi, ba noppi topp njariñu produit ak njëgu njuumte ci diir bi.
Modèlu diffusion GLIDE ci jëf
Soppi ab nataal bu jota am ci yokk wala wecci ay élément jaaraleko ci ab laaj buy topp.
Soppi ab nataal bu nekk ci yokk wala wecci ay mbir jaaraleko ci ab toppu-topp Teams yi dañuy faral di am njariñ yu gëna baax suñu joxee ay threshold yu baax ci kanam, tëye yoonu escalation nit ngir jafe-jafe yi, ba noppi topp njariñu produit yi ak njëgu njuumte yi ci diir bi.
Modèlu diffusion GLIDE ci jëf
Liggéey ci gëstub baseline bu firndeel ni njiitu bu amul classifier moo raw njiitu CLIP ngir méngale.
Liggéey ci gëstub baseline bu firndeel ni njiit bu amul benn classifier dafay raw njiitu CLIP ngir njub. Ekip yi dañuy faral di am njariñ yu gëna baax suñu leeralee threshold yu baax ci kanam, tëye yoonu escalation nit ngir jafe-jafe yi, ba noppi topp njariñu produit yi ak njëgu njuumte yi ci diir bi.
Risk yi ak balustrade yi
Yelleefi nataal ak nangu mën na nekk risku yoon sudee fi ñu bawoo leerul.
Performance model bi mën na wuute ci leeraay bi, demographie bi ak environmaa bi.
Njuumteg positive yi mën nañu dem te kenn duko seetlu fileek xool wuñu buntu wóolu sa bopp.
Roadmap ngir samp gi
Mandargal kritërium nangug njub, woowaat ak njëgu njuumte.
Mandargal kritërium nangug njub, woowaat ak njëgu njuumte. Japp jéego bu nekk ni buntu firnde: sudee mattul kritër yi, noppali génne gi, tëj bërëb bi, ba noppi nga yaatal jëfandikoo gi.
Saytu ak done yu méngoo ak anam yi ñuy liggéeyee dëgg.
Saytu ak done yu méngoo ak anam yi ñuy liggéeyee dëgg. Japp jéego bu nekk ni buntu firnde: sudee mattul kritër yi, noppali génne gi, tëj bërëb bi, ba noppi nga yaatal jëfandikoo gi.
Yokk jàngat nit ngir xam fu wóorul dara wala am njeexital yu rëy.
Yokk jàngat nit ngir xam fu wóorul dara wala am njeexital yu rëy. Japp jéego bu nekk ni buntu firnde: sudee mattul kritër yi, noppali génne gi, tëj bërëb bi, ba noppi nga yaatal jëfandikoo gi.
Toppal model drift bi nga baaxal ko ginaaw bi kamera bi wala done yi soppeekoo.
Toppal model drift bi nga baaxal ko ginaaw bi kamera bi wala done yi soppeekoo. Japp jéego bu nekk ni buntu firnde: sudee mattul kritër yi, noppali génne gi, tëj bërëb bi, ba noppi nga yaatal jëfandikoo gi.