Rectified Flow

Rectified Flowは、直線的な軌跡を使用して、シンプルで簡単にサンプリング可能なノイズ分布を複雑なデータ分布にマッピングすることを学習する高度なgenerative modelingテクニックです。従来の生成フレームワークに代わる非常に効率的な代替手段として登場したRectified Flowは、データポイントを純粋なノイズからターゲットの画像、音声、または動画に直接転送する常微分方程式（ODE）を解くことで動作します。これらのパスはできる限り直線になるようにトレーニングされているため、高品質な出力を生成するために必要なステップ数が大幅に削減され、推論中の計算オーバーヘッドが劇的に軽減されます。

Rectified Flowと拡散モデルの比較#

どちらのテクニックも生成AIの幅広いファミリに属しますが、Rectified Flowは、標準のDiffusion Modelsに見られるいくつかの根本的な非効率性に対処します。拡散モデルは通常、ノイズ分布と最終的なデータの間に曲がったノイズの多いパスを構築し、鮮明な出力を生成するために数十または数百回の反復的なノイズ除去ステップを必要とします。対照的に、Rectified Flowは、転送パスが直線になるように明示的に最適化します。この「直線化」により、モデルは精度を損なうことなくはるかに大きなステップを踏むことができ、わずか数回の反復で高忠度な生成が可能になります。

実社会での応用#

Rectified Flowの効率性と安定性により、これは現代のcomputer visionおよびメディア生成パイプラインの基盤となっています。

• High-Fidelity Synthetic Data Generation: 組織はRectified Flowモデルを使用して、大規模で多様なcomputer vision datasetsを急速に生成しています。この合成データは、まれなエッジケースをシミュレートできるため、手動によるデータ収集の法外なコストをかけずに、堅牢なobject detection architecturesをトレーニングするために不可欠です。
• Advanced Text-to-Image Systems: Google DeepMindやOpenAIなどの主要なAI研究組織は、直線パス生成テクニックをますます模索しています。これらのモデルは、スムーズなユーザーエクスペリエンスのために低いinference latencyが不可欠である、高速なコンシューマー向けの画像および動画生成ツールを駆動します。

コンピュータビジョンワークフローの強化#

実際には、Rectified Flowモデルによって生成された高品質の合成画像は、下流のビジョンモデルの事前学習やファインチューニングによく使用されます。たとえば、開発者は製造欠陥のターゲット画像を生成し、Ultralytics Platformを使用してクラウド上でこの新しいデータを簡単にアノテーションできます。アノテーションが完了したら、そのデータセットを使用して、非常に高精度なリアルタイムのobject detection用のUltralytics YOLO26モデルをトレーニングできます。

Rectified Flow を用いて生成された合成データなどを含めることができるカスタムデータセット上で Ultralytics YOLO26 モデルをトレーニングする方法を示す簡潔な例を、ultralytics パッケージを使用して以下に示します。

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")

効率的な生成モデルとYOLO26のような強力な識別ツールの間のギャップを埋めることで、機械学習実務者は非常に弾力性のあるAIシステムを構築できます。model performance metricsを評価する場合でも、TensorRTを介してエッジデバイスにエクスポートする場合でも、合成データと最先端の検出の組み合わせにより、steps of a CV projectが加速され、モデルが高精度かつ非常に高速であることが保証されます。