首页 > 热点聚焦

GAN卷土重来:10亿参数的GigaGAN效果堪比扩散模型

来源:程序员客栈 时间:2023-05-25 11:06:42


(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/

相关稿件

GAN卷土重来:10亿参数的GigaGAN效果堪比扩散模型

华为可变光圈设备新专利公布,消息称支持无级调节、伸缩堆叠

焦点信息:为爱减负!多地举行花式集体婚礼 简约而浪漫

头条焦点:监管趋严叠加旺季来临 化妆品行业景气度有望改善

世界快讯:惠东吉隆9所幼儿园展演民俗活动

36种珍稀动物安家惠东

惠东象棋路路段改造拟下月完工

正是出游的好时机!机票酒店价格双双“跳水”

学会安全用妆 美丽更有保障_当前热文

央视再次聚焦惠州,因为这件事……

一家三口做公益 志愿服务二十年_当前快看

9校联手打造教育集团新标杆

引金融活水“浇灌”实体经济

“史上最高罚单”凸显欧美数据保护之争愈演愈烈 前沿资讯

企业探讨行业数字化增长之道

名为“七国集团” 实则“1+6”-热点评

河南你早丨河南疾控发布紧急提醒;今天起郑州连着4天都有雨;郑州市中招办:严禁高中与考生提前签约-全球独家

什么是债券牛市?债券牛市的影响有哪些?债券的收益率

劳模风采 | 徐翠品:甘当文明创建“老黄牛”-焦点热讯

etf蓝筹股有哪些?蓝筹股和红筹股的概念和区别是什么?

国机精工:5月24日融资买入470.67万元,融资融券余额1.31亿元

经济风险加剧 韩国央行连续第三次维持利率不变_时讯

广东“龙舟水”或进入“休整期” 周末至下周初炎热高温或“接力”_动态焦点

未来一周深圳天气从炎热到酷热,就要吹上超强台风的“空调外机”了!

个人养老金制度实施半年 业界建议向上提高额度向下扩大参与面

每日快看:5月24日大公司动向追踪:小米自研芯片的投入决心不会动摇,海通证券、民生银行纷纷发布澄清声明……

天天热点!“男性比女性更容易读博”? 一项耐人寻味的研究|文化纵横

航空股票有哪些龙头股?为什么说航空股已不具备投资价值?

河南多地喜开麦收“第一镰”

环球微资讯!乡村振兴看河南丨“芦笋事业”潜力大 尖尖绿芽助振兴