Rectified Flow

Rectified Flow è una tecnica avanzata di modellazione generativa che apprende a mappare una distribuzione semplice di rumore, da cui è facile campionare, a una distribuzione complessa dei dati, utilizzando traiettorie rettilinee. Emergendo come alternativa altamente efficiente ai framework generativi tradizionali, Rectified Flow opera risolvendo equazioni differenziali ordinarie (ODE) che trasportano i punti dati dal rumore puro direttamente alle immagini, ai contenuti audio o ai video desiderati. Poiché queste traiettorie vengono addestrate per essere il più rettilinee possibile, il modello richiede molti meno passaggi per generare output di alta qualità, riducendo notevolmente il sovraccarico computazionale durante l'inferenza.

Rectified Flow e modelli di diffusione#

Sebbene entrambe le tecniche appartengano alla più ampia famiglia dell'AI generativa, Rectified Flow affronta alcune delle inefficienze fondamentali dei modelli di diffusione standard. I modelli di diffusione creano in genere un percorso curvo e rumoroso tra la distribuzione del rumore e i dati finali, richiedendo decine o persino centinaia di passaggi iterativi di denoising per generare un output nitido. Al contrario, Rectified Flow ottimizza esplicitamente i percorsi di trasporto affinché siano rettilinei. Questa «raddrizzazione» consente al modello di eseguire passi molto più ampi senza perdere accuratezza, generando risultati ad alta fedeltà in poche iterazioni.

Applicazioni nel mondo reale#

L'efficienza e la stabilità di Rectified Flow ne hanno fatto un pilastro delle moderne pipeline di computer vision e generazione di contenuti multimediali.

• Generazione di dati sintetici ad alta fedeltà: le organizzazioni usano modelli Rectified Flow per generare rapidamente dataset di visione artificiale di grandi dimensioni e diversificati. Questi dati sintetici possono simulare casi limite rari, aspetto cruciale per addestrare architetture di rilevamento di oggetti robuste senza i costi proibitivi della raccolta manuale dei dati.
• Sistemi avanzati di generazione da testo a immagine: i generatori di immagini in produzione, come Stable Diffusion 3 di Stability AI e FLUX di Black Forest Labs, si basano su Transformer a flusso rettificato. Questi modelli alimentano strumenti per la generazione di immagini e la generazione di video rivolti ai consumatori, dove una bassa latenza di inferenza è fondamentale per un'esperienza utente fluida.

Migliorare i flussi di lavoro di computer vision#

In pratica, le immagini sintetiche di alta qualità prodotte dai modelli Rectified Flow vengono spesso utilizzate per il preaddestramento o la messa a punto di modelli di visione a valle. Per esempio, gli sviluppatori possono generare immagini mirate di difetti di produzione e utilizzare la Ultralytics Platform per annotare facilmente i nuovi dati nel cloud. Una volta annotato, il dataset può essere utilizzato per addestrare un modello Ultralytics YOLO26 per il rilevamento degli oggetti in tempo reale e con elevata accuratezza.

Ecco un breve esempio che mostra come addestrare un modello Ultralytics YOLO26 su un dataset personalizzato (che potrebbe includere dati sintetici generati tramite Rectified Flow) usando il pacchetto ultralytics:

from ultralytics import YOLO

# Carica il modello YOLO26 più recente e all'avanguardia
model = YOLO("yolo26n.pt")

# Addestra il modello sul mix di dati sintetici e reali
results = model.train(data="custom_synthetic_data.yaml", epochs=50, imgsz=640)

# Esporta il modello addestrato in ONNX per una distribuzione rapida
model.export(format="onnx")

Colmando il divario tra modelli generativi efficienti e potenti strumenti discriminativi come YOLO26, gli esperti di apprendimento automatico possono creare sistemi di AI altamente resilienti. Che si tratti di valutare le metriche delle prestazioni del modello o di esportare i modelli su dispositivi edge tramite TensorRT, la combinazione di dati sintetici e rilevamento all'avanguardia accelera le fasi di un progetto di CV, garantendo modelli estremamente accurati e veloci.