Fréchet inception atstumas (angl. Fréchet inception distance, FID) – tai rodiklis DI sukurtų vaizdų kokybei vertinti. Tikri ir sugeneruoti vaizdai perleidžiami per iš anksto apmokytą vaizdų atpažinimo tinklą („Inception v3“) ir lyginami jų požymių statistiniai skirstiniai. Kuo mažesnė reikšmė, tuo sugeneruoti vaizdai realizmu ir įvairove artimesni tikroms nuotraukoms. FID pristatytas 2017 m. ir yra standartas vaizdų generatoriams lyginti.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąGeneratyvinį priešišką tinklą (angl. generative adversarial network, GAN) sudaro du neuroniniai tinklai, mokomi vienas prieš kitą: generatorius kuria dirbtinius duomenis, pavyzdžiui, vaizdus, o diskriminatorius bando atskirti juos nuo tikrų. Per šią kovą rezultatai tampa vis tikroviškesni. GAN pristatyti 2014 m. ir formavo vaizdų generavimą, kol labiau paplito difuziniai modeliai; jie naudojami, pavyzdžiui, sintetiniams mokymo duomenims kurti ar vaizdams gerinti.
Stable Diffusion – vaizdų generavimo modelių šeima, kurianti paveikslus pagal tekstinį aprašymą. Pirmoji versija išleista 2022 m., ją sukūrė Stability AI vadovaujama komanda kartu su mokslinių tyrimų partneriais. Techniškai tai latentinės difuzijos modelis, kuris pamažu paverčia vaizdo triukšmą paveikslu. Kadangi modelio svoriai paskelbti viešai, jį galima paleisti ir pritaikyti vietoje; naujesnių versijų komercinį naudojimą reglamentuoja Stability AI licencija (2026 m. spalio mėn. duomenimis).
DI srityje lyginamasis testavimas (benchmarking) reiškia sistemingą modelių ar sistemų palyginimą naudojant apibrėžtas užduotis ir kriterijus. Vieši lyginamieji testai matuoja, pavyzdžiui, bendrąsias žinias, samprotavimą ar programavimo gebėjimus; tačiau praktiniam naudojimui svarbiausi yra testiniai atvejai iš jūsų kasdienio darbo. Įprasti kriterijai – tikslumas, išsamumas, atsakymo laikas ir kaina. Tai padeda nuspręsti, ar mažesnio, pigesnio modelio užduočiai pakanka.
Vaizdų atpažinimas – kompiuterinės regos sritis, kurioje programinė įranga nustato, kas pavaizduota vaizde: objektai, žmonės, tekstas, logotipai ar scenos. Paprastai jis grindžiamas neuroniniais tinklais, apmokytais naudojant daugybę pažymėtų vaizdų. Taikymo sritys – nuo kokybės kontrolės gamyboje ir produktų nuotraukų rūšiavimo iki pagalbos medicininiame vaizdinime. Su žmonių vaizdais ypatingo dėmesio reikalauja duomenų apsauga ir galimas šališkumas.
