丰满人妻熟妇乱又伦精品,最新国产精品精品视频 视频,天堂а√中文最新版在线,成年网站未满十八禁

您現(xiàn)在的位置：首頁 > 資訊 > 國內 > 正文

GAN卷土重來：10億參數(shù)的GigaGAN效果堪比擴散模型_環(huán)球簡訊

時間：2023-06-16 14:53:13    來源：程序員客棧    


(資料圖片僅供參考)

點藍色字關注“機器學習算法工程師”

設為星標，干貨直達！

自從 DALL·E 2 之后，在圖像生成方面擴散模型替代GAN成了主流方向，比如開源的文生圖模型stable diffusion也是基于diffusion架構的。近日， Adobe研究者在論文Scaling up GANs for Text-to-Image Synthesis提出了參數(shù)量為10億（1B）的GAN模型：GigaGAN，其在文生圖效果上接近擴散模型效果，而且推理速度更快，生成512x512大小圖像只需要0.13s，生成16M像素圖像只需要 3.66s。同時GigaGAN也支持latent空間的編輯功能，比如latent插值，風格混合，以及向量運算等。

GigaGAN改進了StyleGAN架構，采用兩階段訓練策略：一個是64x64的圖像生成器和一個512x512的圖像超分2器，其圖像生成器架構如下所示（這里也是采用CLIP text encoder來引入text condition）：GigaGAN在 LAION2B-en和 COYO-700M數(shù)據(jù)集上訓練，其在COCO數(shù)據(jù)集上的FID達到9.09，超過stable diffusion 1.5，推理速度比stable diffusion快20倍多（2.9s vs 0.13s）：GigaGAN除了文生圖能力，還可以實現(xiàn)可控的合成，比如風格混合，如下圖所示：更多效果圖和技術細節(jié)見論文https://arxiv.org/abs/2303.05511和網站https://mingukkang.github.io/GigaGAN/
關鍵詞：
相關新聞

最近更新

凡本網注明“XXX（非汪清新聞網）提供”的作品，均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和其真實性負責。

特別關注