DreamBooth

DreamBooth és un model de generació d'aprenentatge profund utilitzat per ajustar els models existents de text a imatge, desenvolupat per investigadors de Google Research i la Universitat de Boston el 2022. Desenvolupat originalment amb el model de text a imatge Imagen de Google, les implementacions de DreamBooth es poden aplicar a altres models de text a imatge, on pot permetre que el model generi resultats més afinats i personalitzats després d'entrenar en tres o cinc imatges de un tema.^[1][2]

Tecnologia

Els models de difusió de text a imatge prèviament entrenats, encara que sovint són capaços d'oferir una gamma diversa de diferents tipus de sortida d'imatges, no tenen l'especificitat necessària per generar imatges de subjectes menys coneguts i tenen una capacitat limitada per representar subjectes coneguts en diferents situacions i contextos. La metodologia utilitzada per executar les implementacions de DreamBooth implica l'ajustament d'aquests models mitjançant un petit conjunt d'imatges que representen un tema específic, amb tres o cinc imatges identificades com a generalment suficients, i aquestes imatges s'acompanyen amb indicacions de text que contenen el nom de la classe a la qual pertany l'assignatura, a més d'un identificador únic (per exemple, a photograph of a [Nissan R34 GTR] car, amb cotxe la classe); s'aplica una pèrdua de preservació prèvia específica de la classe per animar el model a generar diverses instàncies del subjecte en funció del que el model ja està entrenat per a la classe original. S'utilitzen parells d'imatges de baixa resolució i d'alta resolució preses del conjunt d'imatges d'entrada per afinar els components de superresolució, permetent mantenir els detalls minuciosos del subjecte.

Ús

DreamBooth es pot utilitzar per afinar models com Stable Diffusion, on pot alleujar una deficiència comuna de Stable Diffusion que no és capaç de generar adequadament imatges de persones concretes.^[3] Tanmateix, aquest cas d'ús és força intensiu de VRAM i, per tant, té un cost prohibitiu per als usuaris aficionats.^[3] L'adaptació de Stable Diffusion de DreamBooth, en particular, es publica com un projecte gratuït i de codi obert basat en la tecnologia descrita pel document original publicat per Ruiz et. al. el 2022.^[4] S'han plantejat preocupacions pel que fa a la capacitat dels actors dolents d'utilitzar DreamBooth per generar imatges enganyoses amb finalitats malicioses i que la seva naturalesa de codi obert permet que qualsevol pugui utilitzar o fins i tot fer millores a la tecnologia.^[5] A més, els artistes han expressat la seva aprensió pel que fa a l'ètica d'utilitzar DreamBooth per entrenar models de punts de control que estan específicament dirigits a imitar estils d'art específics associats amb artistes humans; una d'aquestes crítiques és Hollie Mengert, una il·lustradora de Disney i Penguin Random House que ha format el seu estil artístic com a model de control mitjançant DreamBooth i compartit en línia, sense el seu consentiment.^[6][7]

Referències