首页 > 快讯 > > >正文

GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型 世界聚看点

2023-04-06 06:44:43 来源：程序员客栈


(资料图片仅供参考)

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：

本文来源： 程序员客栈


上一篇： 布斯克茨10次出战国王杯国家德比，追平塞加拉并列历史最多-微速讯
下一篇： 最后一页

为您推荐
推荐阅读

资讯

行业

服务

预制菜成世界食品产业峰会热点话题 展现企业核心竞争力 预制菜成世界食品产业峰会热点话题 展现企业核心竞争力 山东河口区：建设高标准农田助推农业发展“走廊”见雏形 山东河口区：建设高标准农田助推农业发展“走廊”见雏形 东营港经济开发区：养老金提前发放惠及570余人 东营港经济开发区：养老金提前发放惠及570余人 湖北黄黄高速铁路进入联调联试阶段 湖北黄黄高速铁路进入联调联试阶段 “97后”随车机械师：动车组的“隐形”守护者 “97后”随车机械师：动车组的“隐形”守护者

人才

Copyright@  2015-2022 每日水利网版权所有  备案号： 浙ICP备2022016517号-15   联系邮箱：5 146 761 13 @qq.com