Glossarju

Fréchet inception distance (FID)

X'inhu Fréchet inception distance (FID)?

Il-Fréchet inception distance (FID) hija metrika għall-valutazzjoni tal-kwalità ta' immaġini ġġenerati bl-IA. Immaġini reali u ġġenerati jgħaddu minn netwerk tar-rikonoxximent tal-immaġini mħarreġ minn qabel (Inception v3) u d-distribuzzjonijiet statistiċi tal-karatteristiċi tagħhom jitqabblu. Kemm ikun aktar baxx il-valur, hekk l-immaġini ġġenerati jkunu eqreb għal ritratti reali fir-realiżmu u fil-varjetà. L-FID ġiet introdotta fl-2017 u hija standard biex jitqabblu ġeneraturi tal-immaġini.

Suġġetti

Ġenerazzjoni tal-immaġini
Metrika ta' evalwazzjoni
Riċerka

Ipprova KI.ordo

Aġenti, flussi tax-xogħol u mudelli fi spazju tax-xogħol wieħed – demo b'xejn għal 24 siegħa.

Ibda d-demo

← It-termini kollha

Termini relatati

Generative adversarial network (GAN)

Generative adversarial network (GAN) tikkonsisti f'żewġ netwerks newrali mħarrġa kontra xulxin: il-ġeneratur joħloq data artifiċjali bħal immaġini, u d-diskriminatur jipprova jiddistingwiha minn dik reali. Permezz ta' din il-kompetizzjoni r-riżultati jsiru dejjem aktar realistiċi. Il-GANs ġew introdotti fl-2014 u ffurmaw il-ġenerazzjoni tal-immaġini qabel ma l-mudelli tad-diffużjoni saru aktar mifruxa; jintużaw, pereżempju, għal data sintetika tat-taħriġ jew biex titjieb il-kwalità tal-immaġini.

Netwerks newrali
Ġenerazzjoni tal-immaġini
+1

Stable Diffusion

Stable Diffusion hija familja ta' mudelli tal-ġenerazzjoni tal-immaġini li joħolqu stampi minn deskrizzjoni bit-test. L-ewwel verżjoni nħarġet fl-2022, żviluppata taħt it-tmexxija ta' Stability AI flimkien ma' sħab tar-riċerka. Teknikament huwa mudell ta' diffużjoni moħbija li gradwalment jibdel l-istorbju tal-immaġni f'stampa. Peress li l-piżijiet tal-mudell huma ppubblikati, jista' jitħaddem u jiġi personalizzat lokalment; l-użu kummerċjali ta' verżjonijiet aktar ġodda huwa rregolat mil-liċenzja proprja ta' Stability AI (kif inhu f'Ottubru 2026).

ġenerazzjoni tal-immaġini
mudell ta' diffużjoni
+1

Benchmarking

Fl-IA, il-benchmarking ifisser il-paragun sistematiku ta' mudelli jew sistemi bl-użu ta' kompiti u kriterji definiti. Il-benchmarks pubbliċi jkejlu affarijiet bħall-għarfien ġenerali, ir-raġunament jew il-ħila fil-kodifikazzjoni; għall-użu prattiku, madankollu, l-aktar li jgħoddu huma każijiet tat-test mix-xogħol tiegħek ta' kuljum. Kriterji tipiċi huma l-preċiżjoni, il-kompletezza, il-ħin tar-rispons u l-ispiża. Dan jgħin biex jiġi deċiż jekk mudell iżgħar u irħas huwiex tajjeb biżżejjed għal kompitu.

Paragun tal-mudelli
Evaluation
+1

Mudell

Rikonoxximent tal-immaġini

Ir-rikonoxximent tal-immaġini huwa qasam tal-viżjoni bil-kompjuter li fih is-software jidentifika x'turi immaġni – oġġetti, persuni, test, logos jew xeni. Normalment huwa bbażat fuq netwerks newrali mħarrġa fuq għadd kbir ta' immaġini ttikkettati. L-applikazzjonijiet ivarjaw mill-kontroll tal-kwalità fil-manifattura u l-issortjar tar-ritratti tal-prodotti sal-appoġġ fl-immaġini mediċi. B'immaġini ta' persuni, il-protezzjoni tad-data u l-preġudizzju potenzjali jeħtieġu attenzjoni partikolari.

Viżjoni bil-kompjuter
Analiżi tal-immaġini
+1