Rectified Flow

Rectified Flow là một kỹ thuật generative modeling tiên tiến, học cách ánh xạ một phân phối nhiễu đơn giản, dễ lấy mẫu sang một phân phối dữ liệu phức tạp bằng các quỹ đạo đường thẳng. Xuất hiện như một giải pháp thay thế hiệu quả cao cho các framework tạo sinh truyền thống, Rectified Flow hoạt động bằng cách giải các phương trình vi phân thông thường (ODE) truyền các điểm dữ liệu từ nhiễu thuần túy trực tiếp đến hình ảnh, âm thanh hoặc video mục tiêu. Do các đường dẫn này được huấn luyện để thẳng nhất có thể, model yêu cầu ít bước hơn đáng kể để tạo ra các đầu ra chất lượng cao, giúp giảm mạnh chi phí tính toán trong quá trình inference.

Rectified Flow so với các Diffusion Models#

Mặc dù cả hai kỹ thuật đều thuộc họ AI tạo sinh rộng lớn hơn, Rectified Flow giải quyết một số điểm kém hiệu quả cốt lõi được tìm thấy trong các tiêu chuẩn Diffusion Models. Diffusion models thường xây dựng một đường cong, có nhiều nhiễu giữa phân phối nhiễu và dữ liệu cuối cùng, đòi hỏi hàng chục hoặc thậm chí hàng trăm bước khử nhiễu lặp đi lặp lại để tạo ra một đầu ra rõ ràng. Ngược lại, Rectified Flow tối ưu hóa rõ ràng các đường dẫn vận chuyển thành đường thẳng. Việc "làm thẳng" này cho phép model thực hiện các bước lớn hơn nhiều mà không làm giảm độ chính xác, hỗ trợ tạo sinh độ trung thực cao chỉ trong vài vòng lặp.

Các ứng dụng trong thực tế#

Tính hiệu quả và độ ổn định của Rectified Flow đã biến nó thành nền tảng của các pipeline computer vision và tạo sinh đa phương tiện hiện đại.

• High-Fidelity Synthetic Data Generation: Các tổ chức sử dụng Rectified Flow model để nhanh chóng tạo ra các computer vision datasets khổng lồ và đa dạng. Dữ liệu tổng hợp này có thể mô phỏng các trường hợp biên hiếm gặp, điều quan trọng để huấn luyện các object detection architectures mạnh mẽ mà không gặp phải chi phí thu thập dữ liệu thủ công đắt đỏ.
• Advanced Text-to-Image Systems: Các tổ chức nghiên cứu AI hàng đầu, bao gồm Google DeepMind và OpenAI, đang ngày càng khám phá các kỹ thuật tạo sinh đường thẳng. Các model này cung cấp năng lượng cho các công cụ tạo hình ảnh và video nhanh chóng, hướng đến người tiêu dùng, nơi inference latency thấp là yếu tố quan trọng đối với trải nghiệm người dùng mượt mà.

Tăng cường các quy trình làm việc Computer Vision#

Trong thực tế, các hình ảnh tổng hợp chất lượng cao được sản xuất bởi Rectified Flow model thường xuyên được sử dụng để huấn luyện trước hoặc tinh chỉnh các vision model hạ nguồn. Ví dụ, các nhà phát triển có thể tạo ra các hình ảnh mục tiêu về lỗi sản xuất và sử dụng Ultralytics Platform để chú thích dữ liệu mới này một cách dễ dàng trên đám mây. Sau khi được chú thích, dataset có thể được sử dụng để huấn luyện một model Ultralytics YOLO26 cho object detection thời gian thực với độ chính xác cao.

Dưới đây là một ví dụ ngắn gọn minh họa cách huấn luyện mô hình Ultralytics YOLO26 trên một tập dữ liệu tùy chỉnh (có thể bao gồm dữ liệu tổng hợp được tạo ra thông qua Rectified Flow) bằng cách sử dụng gói 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")

Bằng cách thu hẹp khoảng cách giữa các generative model hiệu quả và các công cụ phân biệt mạnh mẽ như YOLO26, các kỹ sư machine learning có thể xây dựng các hệ thống AI có tính kiên cường cao. Cho dù đánh giá model performance metrics hay xuất sang các thiết bị biên qua TensorRT, sự kết hợp giữa dữ liệu tổng hợp và công nghệ detection tối tân sẽ thúc đẩy các steps of a CV project, đảm bảo rằng các model vừa có độ chính xác cao vừa cực kỳ nhanh chóng.