2021年9月29日 星期三

GAN卷土重来:10亿参数的GigaGAN效果堪比扩散模型 看点

时间:2023-04-22 06:39:45来源 : 程序员客栈


(资料图片)

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/

标签:

最近更新

GAN卷土重来:10亿参数的GigaGAN效果堪比扩散模型 看点

中国队包揽WTT冠军赛澳门站女单四强 全球速递

厄尔尼诺归来?今年或成“最热年”→

辽宁丹东森林火灾明火已扑灭 起火原因正在调查

长沙何以戳中年轻人的心?

环球短讯!2023上海车展:劳斯莱斯新款幻影高定版亮相

【独家】石家庄至曼谷国际客运航线开通

第二十次粤港澳防治传染病联席会议在澳门召开-新要闻

股票行情快报:东方日升(300118)4月21日主力资金净卖出2490.93万元

内卷极氪刷新纪录:548天十万台下线

大冷!世界第一樊振东2-3输外战出局,19岁法国小将偷笑狂喜:世界即时看

神冠控股(00829.HK):4月21日南向资金减持3.8万股

湖南格熙物流有限公司被罚款5100元

初级会计考试一年难一年简单_初级会计考试一年考几次

华宝股份(300741):4月21日北向资金增持20.45万股-天天快播

比亚迪海鸥4月26日上市!预售7.88万元-9.58万元:焦点播报

焦点简讯:视频|小车驶入加油站突发自燃 危急时刻他们冲入火场

观焦点:火力全开,小米13Ultra价格遭曝光,订单量爆涨50%!

2023重庆公务员考试总成绩和体检名单(市检察院)

科研人员在新疆发现中国已知最古老的淡水节肢动物

最新消息:花旗:予越秀地产(00123)“买入”评级 目标价14.2港元

淘宝卖家版本在哪里看(淘宝卖家版本)

袁隆平的事迹介绍50个字_袁隆平的事迹简介-世界报资讯

最强火箭星舰爆炸 美国力挺:SapceX失败可以接受 NASA不行 全球速看

羊脂白玉_白玉筋骨贴

3-0!1-1!曼城欧冠助攻皇马:顶级后卫恼火,拜仁动荡或迫使他离队|天天头条

官方辟谣菏泽亲友团闹洞房误杀新郎:事发2014年_环球速递

72.6亿元!山西成功发行2023年第三批政府债券

每日焦点!特斯拉,净利润暴跌24%!

矫正器-环球观热点

Back to Top