概述
GLIGEN（接地語言到圖像生成）可讓您透過在文字提示旁邊輸入模型邊界框和標籤來精確控制物件在生成的圖像中出現的位置。它將模糊的文字到圖像轉變為精確的、佈局可控的合成。
GLIGEN Grounded Generation 屬於電腦視覺工作流程，可解釋或產生用於分析、操作和創造力的視覺媒體。
深入探討
標準的文字到圖像模型在空間控制方面遇到了困難：要求“一隻貓在狗的左邊”，你經常會得到錯誤的位置。 GLIGEN 於 2023 年推出，透過新增基礎輸入（例如與文字或圖像實體、關鍵點或參考圖像配對的邊界框）來解決此問題。至關重要的是，它凍結了原始預訓練擴散模型的權重，並注入新的可訓練門控自註意力層以吸收基礎令牌。這意味著它建立在穩定擴散這樣的模型上，而不會破壞其學到的知識，並且門控從接近零開始，因此基礎模型的行為在訓練早期得以保留。結果是開放世界的接地生成：您可以將任意描述的物件放置在指定位置，並且它概括為接地訓練期間未見過的概念和佈局。
技術洞察
GLIGEN 將每個基礎實體表示為將其文字或圖像嵌入與其空間資訊結合的標記，例如透過傅立葉特徵編碼的邊界框的四個座標。這些接地令牌透過位於現有自註意力和交叉注意力塊之間的新插入的門控自註意力層進入凍結擴散 U-Net。初始化為零的可學習閘控制接地對生成的影響程度，因此添加控制可以優雅地降級並且訓練保持穩定。
掌握 GLIGEN 接地發電
GLIGEN（接地語言到圖像生成）可讓您透過在文字提示旁邊輸入模型邊界框和標籤來精確控制物件在生成的圖像中出現的位置。它將模糊的文字到圖像轉變為精確的、佈局可控的合成。 GLIGEN Grounded Generation 屬於電腦視覺工作流程，可解釋或產生用於分析、操作和創造力的視覺媒體。為了建立深入的理解，請將 GLIGEN 接地發電視為一種營運模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地完成的任務與仍需要專家判斷的任務分開。
在實踐中，使用 GLIGEN 接地發電的強大團隊可以平衡準確性與數據品質、照明差異和標籤一致性等操作現實。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。同時，如果出處不明，肖像權和同意可能會成為法律風險。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
創意團隊可以透過更少的手動修改來更快地建立概念原型。
創意團隊可以透過更少的手動修改來更快地建立概念原型。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
操作可以使用以前難以處理的影像和視訊訊號。
操作可以使用以前難以處理的影像和視訊訊號。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
使用邊界框將標誌或產品放置在產生的廣告的精確區域中
透過指定渲染前每個角色或物件的位置來建立複雜的場景
使用已知的地面實況框位置產生用於物件偵測的訓練數據
將所描述的物件修復到現有照片的使用者繪製區域中
實施模式
GLIGEN 接地發電實踐
使用邊界框將標誌或產品放置在產生的廣告的精確區域中。
使用邊界框將徽標或產品放置在生成的廣告的精確區域中 當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會獲得更好的結果。
GLIGEN 接地發電實踐
透過指定渲染前每個角色或物件的位置來建立複雜的場景。
透過在渲染之前指定每個角色或物件的位置來建立複雜的場景當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤隨著時間的推移提高的生產力和錯誤成本時，通常會獲得更好的結果。
GLIGEN 接地發電實踐
使用已知的地面實況框位置產生用於物件偵測的訓練資料。
使用已知的真實框位置產生用於物件偵測的訓練資料 團隊在預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會獲得更好的結果。
GLIGEN 接地發電實踐
將所描述的物件修復到現有照片的使用者繪製區域中。
將所描述的物件修復到現有照片的使用者繪製區域中 當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
如果出處不明，肖像權和同意可能會成為法律風險。
模型表現可能因光照、人口統計和環境的不同而有所不同。
除非監控置信閾值，否則誤報可能會被忽略。
實施路線圖
定義精確度、召回率和錯誤成本的接受標準。
定義精確度、召回率和錯誤成本的接受標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
使用符合實際生產條件的數據進行測試。
使用符合實際生產條件的數據進行測試。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
為低置信度或高影響力的預測添加人工審核。
為低置信度或高影響力的預測添加人工審核。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
追蹤模型漂移並在相機或資料集變更後重新驗證。
追蹤模型漂移並在相機或資料集變更後重新驗證。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。