Rectified Flow

Le flux rectifié est une technique avancée de modélisation générative qui apprend à faire correspondre une distribution de bruit simple et facilement échantillonnable à une distribution de données complexe à l’aide de trajectoires rectilignes. Apparu comme une alternative très efficace aux frameworks génératifs traditionnels, le flux rectifié fonctionne en résolvant des équations différentielles ordinaires (ODEs) qui transportent des points de données depuis du bruit pur directement vers des images, des fichiers audio ou des vidéos cibles. Comme ces trajectoires sont entraînées pour être aussi droites que possible, le modèle nécessite beaucoup moins d’étapes pour générer des sorties de haute qualité, ce qui réduit considérablement la charge de calcul lors de l’inférence.

Flux rectifié ou modèles de diffusion#

Bien que les deux techniques appartiennent à la grande famille de l’AI générative, le flux rectifié remédie à certaines des principales inefficacités des modèles de diffusion classiques. Les modèles de diffusion construisent généralement un chemin courbe et bruité entre la distribution de bruit et les données finales, ce qui nécessite des dizaines, voire des centaines, d’étapes itératives de débruitage pour générer une sortie nette. À l’inverse, le flux rectifié optimise explicitement les trajectoires de transport afin de les rendre droites. Cette « rectification » permet au modèle de franchir des étapes beaucoup plus grandes sans perdre en précision, rendant possible une génération haute fidélité en seulement quelques itérations.

Applications concrètes#

L’efficacité et la stabilité du flux rectifié en ont fait un pilier des pipelines modernes de vision par ordinateur et de génération de médias.

• Génération de données synthétiques haute fidélité : les organisations utilisent des modèles de flux rectifié pour générer rapidement de vastes jeux de données de vision par ordinateur diversifiés. Ces données synthétiques peuvent simuler des cas limites rares, ce qui est essentiel pour entraîner des architectures de détection d’objets robustes sans supporter le coût prohibitif de la collecte manuelle de données.
• Systèmes avancés de conversion de texte en image : les principaux organismes de recherche en AI, notamment Google DeepMind et OpenAI, explorent de plus en plus les techniques génératives à trajectoire rectiligne. Ces modèles alimentent des outils rapides de génération d’images et de vidéos destinés au grand public, pour lesquels une latence d’inférence faible est essentielle à une expérience utilisateur fluide.

Amélioration des workflows de vision par ordinateur#

En pratique, les images synthétiques de haute qualité produites par les modèles de flux rectifié sont souvent utilisées pour le préentraînement ou l’ajustement fin de modèles de vision en aval. Par exemple, les développeurs peuvent générer des images ciblées de défauts de fabrication et utiliser la plateforme Ultralytics pour annoter facilement ces nouvelles données dans le cloud. Une fois annoté, le jeu de données peut servir à entraîner un modèle Ultralytics YOLO26 destiné à la détection d’objets en temps réel et avec une grande précision.

Voici un exemple concis montrant comment entraîner un modèle Ultralytics YOLO26 sur un jeu de données personnalisé, qui pourrait inclure des données synthétiques générées via le flux rectifié, à l’aide du package ultralytics :

from ultralytics import YOLO

# Load the latest state-of-the-art YOLO26 model
model = YOLO("yolo26n.pt")

# Train the model on your synthetic/real dataset mix
results = model.train(data="custom_synthetic_data.yaml", epochs=50, imgsz=640)

# Export the trained model to ONNX for fast deployment
model.export(format="onnx")

En faisant le lien entre des modèles génératifs efficaces et des outils discriminatifs puissants tels que YOLO26, les professionnels du machine learning peuvent concevoir des systèmes d’AI très résilients. Qu’il s’agisse d’évaluer des métriques de performance des modèles ou d’effectuer un export vers des appareils edge via TensorRT, l’association de données synthétiques et d’une détection de pointe accélère les étapes d’un projet de CV, garantissant des modèles à la fois très précis et extrêmement rapides.