Rectified Flow

Rectified Flowは、単純でサンプリングしやすいノイズ分布を、直線軌道を用いて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生成モデリング技術です。従来の生成フレームワークに代わる非常に効率的な手法として登場し、Rectified Flowは、純粋なノイズからターゲットの画像、音声、またはビデオにデータポイントを直接転送する常微分方程式（ODE）を解くことで機能します。これらの経路は可能な限り直線になるように訓練されているため、モデルは高品質な出力を生成するためにはるかに少ないステップしか必要とせず、推論時の計算オーバーヘッドを劇的に削減します。

Rectified Flow vs. 拡散モデル

両方の手法は生成AIのより広範なファミリーに属しますが、Rectified Flowは標準的な拡散モデルに見られるいくつかの主要な非効率性に対処します。拡散モデルは通常、ノイズ分布と最終データの間で湾曲したノイズの多いパスを構築し、明確な出力を生成するために数十から数百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は輸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実度生成を可能にします。

実際のアプリケーション

Rectified Flowの効率性と安定性により、現代のコンピュータビジョンおよびメディア生成パイプラインの要石となっています。

• 高精度合成データ生成: 組織はRectified Flowモデルを使用して、大規模で多様なコンピュータビジョンデータセットを迅速に生成します。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、手作業によるデータ収集の法外なコストなしに、堅牢な物体検出アーキテクチャをトレーニングするために不可欠です。
• 高度なテキスト-画像生成システム: Google DeepMindやOpenAIを含む主要なAI研究機関は、ストレートパス生成技術の探求を加速しています。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推論レイテンシが不可欠な、高速で消費者向けの画像および動画生成ツールを支えています。

コンピューター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る高品質な合成画像は、ダウンストリーム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。例えば、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、この新しいデータをクラウドで簡単にアノテーションできます。アノテーションが完了すると、このデータセットを使用してUltralytics YOLO26モデルをトレーニングし、高精度なリアルタイムobject detectionを実現できます。

を使用して、カスタムデータセット（Rectified Flowで生成された合成データを含むことも可能）でYOLO26モデルをトレーニングする方法を示す簡潔な例です。 ultralytics パッケージで提供される：

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との間のギャップを埋めることで、機械学習の実務家は、非常に回復力のあるAIシステムを構築できます。モデルパフォーマンスメトリクス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detectの組み合わせは、CVプロジェクトのステップを加速させ、モデルが非常に正確で信じられないほど高速であることを保証します。