Исправленный поток

Rectified Flow — это передовая техника генеративного моделирования, которая учится сопоставлять простое, легко поддающееся выборке распределение шума со сложным распределением данных с помощью прямых траекторий. Появившись в качестве высокоэффективной альтернативы традиционным генеративным структурам, 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 результатов, что значительно снижает вычислительные накладные расходы во время инференции.

Модели с исправленным потоком и диффузионные модели

Хотя обе технологии относятся к более широкому семейству генеративных ИИ, Rectified Flow устраняет некоторые из основных недостатков, 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 по удалению шума для получения четкого результата. В отличие от этого, Rectified Flow явно оптимизирует пути транспортировки, делая их прямыми. Это «выпрямление» позволяет модели делать гораздо более крупные шаги без потери точности, обеспечивая высококачественную генерацию всего за несколько итераций.

Применение в реальном мире

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

• Генерация синтетических данных высокой точности: Организации используют модели Rectified Flow для быстрого создания огромных и разнообразных наборов данных компьютерного зрения. Эти синтетические данные могут имитировать редкие крайние случаи, что очень важно для обучения надежных архитектур обнаружения объектов без непомерных затрат на ручной сбор данных.
• Передовые системы преобразования текста в изображение: Ведущие организации, занимающиеся исследованиями в области искусственного интеллекта, включая Google и OpenAI, все чаще исследуют методы генеративного обучения по прямой траектории. Эти модели лежат в основе быстрых инструментов для генерации изображений и видео, ориентированных на потребителей, где низкая задержка вывода является критически важной для обеспечения плавного пользовательского опыта.

Улучшение рабочих процессов компьютерного зрения

На практике высококачественные синтетические изображения, созданные с помощью моделей Rectified Flow, часто используются для предварительного обучения или точной настройки последующих моделей машинного зрения. Например, разработчики могут генерировать целевые изображения производственных дефектов и использовать Ultralytics для простого аннотирования этих новых данных в облаке. После аннотирования набор данных можно использовать для обучения модели Ultralytics с целью высокоточного обнаружения объектов в режиме реального времени .

Вот краткий пример, демонстрирующий, как обучить модель YOLO26 на пользовательском наборе данных (который может включать синтетические данные, сгенерированные с помощью Rectified Flow) с использованием ultralytics пакет:

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")

Преодолевая разрыв между эффективными генеративными моделями и мощными дискриминативными инструментами, такими как YOLO26, специалисты по машинному обучению могут создавать высоконадежные системы искусственного интеллекта. Будь то оценка показателей производительности модели или экспорт на периферийные устройства через TensorRT, сочетание синтетических данных и современных методов обнаружения ускоряет этапы реализации проекта в области компьютерного зрения, обеспечивая высокую точность и невероятную скорость работы моделей .