Rectified Flow

Rectified Flow — это передовой метод генеративного моделирования, который учится преобразовывать простое, легко сэмплируемое распределение шума в сложное распределение данных с помощью прямолинейных траекторий. Появившись как высокоэффективная альтернатива традиционным генеративным фреймворкам, Rectified Flow работает путем решения обыкновенных дифференциальных уравнений (ОДУ), которые переносят точки данных из чистого шума непосредственно в целевые изображения, аудио или видео. Поскольку эти пути обучаются быть максимально прямыми, модели требуется значительно меньше шагов для генерации высококачественных выходных данных, что значительно снижает вычислительные затраты во время инференса.

Link to this sectionRectified Flow против Диффузионных моделей#

Хотя оба метода принадлежат к широкому семейству генеративного ИИ, Rectified Flow устраняет некоторые из основных неэффективностей, присущих стандартным Диффузионным моделям. Диффузионные модели обычно строят изогнутый, зашумленный путь между распределением шума и конечными данными, что требует десятков или даже сотен итеративных шагов шумоподавления для генерации четкого вывода. В отличие от них, Rectified Flow явно оптимизирует пути переноса, делая их прямыми. Это «выпрямление» позволяет модели делать гораздо более крупные шаги без потери точности, обеспечивая генерацию высокой точности всего за несколько итераций.

Link to this sectionРеальные приложения#

Эффективность и стабильность Rectified Flow сделали его краеугольным камнем современных конвейеров компьютерного зрения и генерации медиаконтента.

• Генерация высокоточных синтетических данных: Организации используют модели Rectified Flow для быстрой генерации огромных, разнообразных датасетов для компьютерного зрения. Эти синтетические данные позволяют моделировать редкие пограничные случаи, что критически важно для обучения надежных архитектур обнаружения объектов без непомерных затрат на ручной сбор данных.
• Передовые системы преобразования текста в изображение: Ведущие исследовательские организации в области ИИ, включая Google DeepMind и OpenAI, все чаще исследуют методы генерации по прямым путям. Эти модели обеспечивают работу быстрых потребительских инструментов для генерации изображений и видео, где низкая задержка инференса критически важна для плавного взаимодействия с пользователем.

Link to this sectionУлучшение рабочих процессов компьютерного зрения#

На практике высококачественные синтетические изображения, созданные моделями Rectified Flow, часто используются для предварительного обучения или дообучения (fine-tuning) последующих моделей зрения. Например, разработчики могут генерировать целевые изображения производственных дефектов и использовать платформу Ultralytics для легкой разметки этих новых данных в облаке. После разметки датасет можно использовать для обучения модели Ultralytics YOLO26 для высокоточного обнаружения объектов в реальном времени.

Вот краткий пример, демонстрирующий, как обучить модель YOLO26 на собственном датасете (который может включать синтетические данные, созданные с помощью Rectified Flow), используя пакет 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")

Наводя мосты между эффективными генеративными моделями и мощными дискриминативными инструментами, такими как YOLO26, специалисты по машинному обучению могут создавать высокоустойчивые ИИ-системы. Независимо от того, оцениваешь ли ты метрики производительности модели или экспортируешь модель на периферийные устройства с помощью TensorRT, сочетание синтетических данных и передовых методов обнаружения ускоряет этапы проекта CV, гарантируя, что модели будут одновременно высокоточными и невероятно быстрыми.