GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型_全球微资讯

2023-06-13 15:53:33 来源：程序员客栈

【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/

标签：

(责任编辑：)

GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型_全球微资讯

相关文章

GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型_全球微资讯

热讯：2023厦门思明区随迁子女积分入学工作公告

七八百块钱的手机排行榜

在德国机场被带走协助调查的浦永华，目前正常参会

天天通讯！普通感冒和新冠感染的区别是什么？

整理房间的正确顺序（收拾房间的技巧方法）

卢秀燕自曝爱喝可乐　民进党议员指错误示范

【高质量发展调研行】盐城东台：呵护自然禀赋，在绿色低碳发展上探路先行

刚出生的小猫可以吃什么_刚出生不久的小猫吃什么世界新消息

茅台股东大会“一角”！各地“茅粉”奔赴茅台镇，林园、杨德龙老友交流又引发粉丝围观机构：价值比趋势更重要

三星zfold5最新消息：采用水滴铰链折痕缩小15%

饮食结构改变，营养摄入不够，墨西哥海狮也“脱发”|每日讯息

朋友以上恋人未满动漫完整（朋友以上恋人未满）|要闻

天天动态:变形计第十一季_变形计第二期

滚动：部分持有期混基“开门迎客”

最热院校大数据排名山东现在有哪些专业比较热门?-环球要闻

如何粉刷 Colorlok 壁板

四方精创（300468）：6月12日北向资金减持27.36万股|今日热议

a级防火保温材料_a级防火材料有哪些全球即时看

勾股定理几年级开始学（几年级开始英语音标）|环球播资讯

如何评价2011年新嘉年华及其表现？全球热点

支付宝充值q币怎么这么慢（支付宝充值q币）

双提升丨黄山法院邀您为平安“增光添彩”（2）当前时讯

世界快消息！[路演]溯联股份：新能源汽车管路总成毛利率略高于其他产品且呈上升趋势

待机状态百科_待机状态什么意思简介介绍

首旅酒店：限售股上市流通数量为4617.11万股

行业观｜11家股份行跟进下调存款挂牌利率三年、五年期定存均调降15个基点

鞋被雨水泡了特别臭怎么办鞋子湿水焐臭了怎么办

天天消息！海立股份（600619）6月12日主力资金净买入39.60万元

世界今热点：春风十里不如你，内外兼修、动力强劲的奔腾B70S让轿跑人生更精彩

热门文章

热点排行