首页 > 要闻 >

GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型_今日播报

2023-04-14 19:58:00 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/

相关推荐

(2023-04-14)GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型_今日播报
(2023-04-14)送给女孩的生日礼物手工，送给女生生日礼物最好是什么？
(2023-04-14)锂电池板块强势吸金相关指数基金日益交投活跃|今日聚焦
(2023-04-14)清风头条丨凤凰：“责任田”里淬炼纪检监察铁军
(2023-04-14)杭州：大专学历可落户市区全面放开县域落户政策
(2023-04-14)土耳其2月强震已致该国50500人遇难-热文
(2023-04-14)全球即时看！主力复盘：20亿涌入能源金属 6亿封板北方华创
(2023-04-14)千亿龙头业绩翻倍，A股这个行业狂掀涨停潮！
(2023-04-14)力芯微标的业绩陷亏损“窘境” 下游增长乏力成长空间或遭“挤压” 每日热讯
(2023-04-14)2023年全国中小企业网上百日招聘高校毕业生活动启动
(2023-04-14)通过改善育龄女性就业推动三孩政策落地？国家卫健委回应
(2023-04-14)焦点快报!何穗身穿黑色露背长裙比例优越戴华丽珠宝光彩照人
(2023-04-14)A股收涨：沪指周线五连阳半导体板块大涨热资讯
(2023-04-14)世界观天下！1006亿资金争夺20股：主力资金重点出击12股
(2023-04-14)赞美军人的句子5字的-赞美军人的句子|全球头条
(2023-04-14)世界今头条！给老师送什么花好
(2023-04-14)最新资讯：林青霞晒与杨紫琼合照感慨今年春天特别美好
(2023-04-14)焦点信息:Angelababy一袭鎏金抹胸长裙高盘发秀锁骨宛如美神降临
(2023-04-14)股票支撑位和阻力位是什么意思？分别有几种情况_天天热点
(2023-04-14)收评：半导体板块爆发，锂电、黄金概念等活跃-看点
(2023-04-14)15:02 国内商品期货收盘涨跌不一金属系多数上涨
(2023-04-14)15:00 多个地产股面临退市，蓝光发展步入危情时刻
(2023-04-14)台媒：大陆禁航从27分钟变6小时具体情况如何？_微资讯
(2023-04-14)14:20 CPO板块震荡回升，光库科技大涨超10%
(2023-04-14)14:11 建投能源投资新设储能技术公司注册资本2亿消息
(2023-04-14)唯品会4.19品牌特卖节即将开启：部分商品开年至今折扣新低，大牌爆款低至1折环球百事通
(2023-04-14)天天视讯！怎么判断底部？底部有什么特征？
(2023-04-14)世界今日报丨股票波段怎么操作？有什么技巧？
(2023-04-14)股票上市首日为什么会破发？可能是这几个原因
(2023-04-14)世界速读：尾盘卖出大单是好还是坏？尾盘跳水是洗盘吗？

每日推荐

图片新闻

48小时频道点击排行