في عالم الذكاء الاصطناعي، لا تزال مجال [نماذج تحرير الصور](/tag/[نماذج](/tag/نماذج)-تحرير-[الصور](/tag/الصور)) المعتمدة على [التعليم](/tag/التعليم) (IIEMs) تتطور بشكل سريع، حيث أظهرت تقدمًا ملحوظًا في [فهم](/tag/فهم) [التعليمات](/tag/التعليمات) وقدرتها على [التحليل المنطقي](/tag/[التحليل](/tag/التحليل)-المنطقي). ولكن يظهر تحدٍ [جديد](/tag/جديد)؛ وهو ما يتعلق بقدرتها على تعديل الكائنات الصغيرة، وهو موضوع لم يتم استكشافه بشكل كافٍ حتى الآن، على الرغم من أهميته البالغة في تحرير التفاصيل بدقة في [الصور](/tag/الصور) الحقيقية والمُنشأة.
لتلبية هذه الحاجة، تم تقديم DeepLookEditBench (DLEBench)، وهو الأول من نوعه كمعيار يقيم قدرات [نماذج](/tag/نماذج) IIEMs في [تحرير الكائنات](/tag/تحرير-الكائنات) ذات الحجم الصغير. يتكون DLEBench من مجموعة [اختبارات](/tag/اختبارات) تتضمن 1889 [عينة](/tag/عينة) موزعة على سبع فئات تعليمية، حيث تشغل الكائنات المستهدفة فقط من 1% إلى 10% من مساحة [الصورة](/tag/الصورة). يغطي هذا الإطار مجموعة متنوعة من السيناريوهات المعقدة، بما في ذلك حجب جزئي وعمليات تحرير متعددة الكائنات.
لتعزيز [موثوقية](/tag/موثوقية) [التقييم](/tag/التقييم) على هذا المعيار، تم [اقتراح](/tag/اقتراح) [بروتوكول](/tag/بروتوكول) [تقييم](/tag/تقييم) متطور مع [مقاييس](/tag/مقاييس) دقيقة تهدف لتقليل الذاتية والغموض في [معايير](/tag/معايير) التقييم، والتي تشمل اتباع [التعليمات](/tag/التعليمات) والتناسق البصري. كما يقدم البروتوكول إطار [تقييم](/tag/تقييم) مزدوج؛ يشمل طرقًا تعتمد على [الأدوات](/tag/الأدوات) وأخرى إرشادية، مما يعالج التحديات المرتبطة بمدى [توافق](/tag/توافق) أحكام الأنظمة مع [تقييمات](/tag/تقييمات) البشر.
تظهر النتائج التجريبية على 10 [نماذج](/tag/نماذج) IIEMs فروقات [أداء](/tag/أداء) ملحوظة في تعديل الكائنات الصغيرة، مما يسلط الضوء على ضرورة وجود [معايير](/tag/معايير) متخصصة لتعزيز هذه القدرة. هذه التطورات توفر أمام [الباحثين](/tag/الباحثين) والمطورين الفرصة لبناء [نماذج](/tag/نماذج) أكثر [دقة](/tag/دقة) وقوة في مجال [تحرير الصور](/tag/تحرير-[الصور](/tag/الصور)).
ما رأيكم في هذا التطور؟ هل ترون أن تعديل الكائنات الصغيرة سيكون نقطة [تحول](/tag/تحول) في [تقنيات الذكاء الاصطناعي](/tag/[تقنيات](/tag/تقنيات)-الذكاء-الاصطناعي)؟ شاركونا في [التعليقات](/tag/التعليقات)!
ثورة في تحرير الصور: DLEBench يقيم قدرة نماذج الذكاء الاصطناعي على تعديل الكائنات الصغيرة!
تقدم نماذج تحرير الصور المعتمدة على التعليم (IIEMs) قفزة نوعية لكنه لا يزال هناك فجوة في قدرتها على تعديل الكائنات الصغيرة. تعرفوا على DLEBench، أول معيار مخصص لتقييم هذه القدرة الحيوية!
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
