随笔分类 - 图像生成 / 图像生成论文阅读
摘要：速览 WHY 现存方法缺乏保留内容或有效翻译视觉概念的能力，因此无法将想要的视觉概念整合到现有的图像中。 传统的基于GAN的方法：存在泛化性差的问题，即在一个数据集上训练的模型无法适用于另一个数据集，因此在通用的I2I场景下无法工作 基于扩散模型的方法：尝试从图像中提取所需的视觉信息，但因为他们无法
阅读全文
摘要：写在前面 原文：ZePo GitHub：Github ZePo 关键词：肖像风格化、扩散模型、零样本快速生成 阅读理由：对扩散模型的改进，可以实现零样本快速生成图像，学习一下思路以及实验设计 前置知识：LCM以及GithubLCM（找时间写一下），可参考LCM&CM，一致性蒸馏、图像质量评价 速览
阅读全文
摘要：写在前面 原文：https://arxiv.org/pdf/1409.1556 参考：https://www.cnblogs.com/lijiuliang/p/15133276.html 关键字：卷积网络、卷积网络深度、图像识别 阅读理由：卷积神经网络深度与算法优良性能之间的关系是什么，如何评估的，
阅读全文
摘要：写在前面 原文：https://arxiv.org/abs/2112.10752 Github：https://github.com/CompVis/latent-diffusion?tab=readme-ov-file 参考：https://stable-diffusion-art.com/how
阅读全文
