世界速读:GAN卷土重来:10亿参数的GigaGAN效果堪比扩散模型
2023-04-24 13:31:55    程序员客栈


(相关资料图)

点蓝色字关注“机器学习算法工程师”

设为星标,干货直达!

自从 DALL·E 2 之后,在图像生成方面扩散模型替代GAN成了主流方向,比如开源的文生图模型stable diffusion也是基于diffusion架构的。近日, Adobe研究者在论文Scaling up GANs for Text-to-Image Synthesis提出了参数量为10亿(1B)的GAN模型:GigaGAN,其在文生图效果上接近扩散模型效果,而且推理速度更快,生成512x512大小图像只需要0.13s,生成16M像素图像只需要 3.66s。同时GigaGAN也支持latent空间的编辑功能,比如latent插值,风格混合,以及向量运算等。

GigaGAN改进了StyleGAN架构,采用两阶段训练策略:一个是64x64的图像生成器和一个512x512的图像超分2器,其图像生成器架构如下所示(这里也是采用CLIP text encoder来引入text condition):GigaGAN在 LAION2B-en和 COYO-700M数据集上训练,其在COCO数据集上的FID达到9.09,超过stable diffusion 1.5,推理速度比stable diffusion快20倍多(2.9s vs 0.13s):GigaGAN除了文生图能力,还可以实现可控的合成,比如风格混合,如下图所示:更多效果图和技术细节见论文https://arxiv.org/abs/2303.05511和网站https://mingukkang.github.io/GigaGAN/

关键词:

下一篇: 最后一页
上一篇: 世界观焦点:hear的过去式 hear的过去式和过去分词

世界速读:GAN卷土重来:10亿参数的GigaGAN效果堪比扩散模型

世界观焦点:hear的过去式 hear的过去式和过去分词

配6k高清曲面屏 全新一代别克君越内饰官图发布 每日热点

全球热讯:手机uc浏览器下载的视频怎么导出

注射玻尿酸后2年有硬块怎么回事|天天资讯

云南一季度线上旅游订单量增长68% 旅游复苏加速消费回暖 焦点快播

公共 | 陕西2023年“4·23世界读书日”全民阅读活动启动 天天日报

世界微资讯!无障碍环境建设法草案二审:国家支持既有住宅加装电梯

天天快资讯丨全力整治饭圈文化,严禁劣迹艺人随意变相复出捞金

明天,冷空气终于要歇歇了-世界速看

汤姆猫4月24日盘中涨幅达5% 世界新动态

全球观焦点:俄与联合国将磋商黑海港口农产品外运协议

坦桑尼亚迎接中国旅行团 今日报

如何去除非洲菊雏菊上的白色霉菌

客场大败,连输两场!字母哥再不回来,热火就要淘汰雄鹿了啊

东吴证券:给予金科环境买入评级

天天最新:复仇天使恋上你一个弯腰躲开攻击_复仇天使恋上你

环球热头条丨百亿元并购案再起波澜 沙钢集团向法院申请冻结南京钢联11%股权

分红险的优点和缺点有哪些_分红险的优点和缺点_今日快讯

法国总统:法国食品价格夏末前将持续高企-每日热议

咪头是什么意思 咪头是什么|全球热头条

全球热消息:存款超10万别再傻傻存定期,银行员工透露,这样存利息多拿好几千

信息产业部投诉电话12305_信息产业部投诉电话 天天热门

当前热门:苹果iPhone14Plus可能比iPhone13Mini更受欢迎

观速讯丨为什么立夏要吃蛋_立夏要吃蛋的原因

【天天报资讯】英雄母亲_关于英雄母亲的简介

跟随梅林、回力等百年民族品牌 穿梭时光聆听城市记忆|焦点短讯

世界热推荐:成都局“五一”假期预计开行旅客列车846.5对

魔兽世界通灵学院任务_魔兽世界通灵学院在哪里

环球热资讯!四川成渝高速公路(00107)完成发行6亿元2023年度第一期超短期融资券

环球即时看!北京冬奥会官方电影《北京2022》定档5月19日上映

忻州农民朋友注意,电话公布!

天亮之前迅雷下载

MIUI 每日速递(2023.04.22-23)_今日关注

孕妇经常头晕怎么办(孕妇经常头晕怎么办缓解)_每日简讯

天天要闻:生态环境部:1-3月全国地表水水质优良断面比例为89.1%