当前位置：主页 > 聚焦 > > 正文

GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型

时间： 2023-04-15 15:53:37 来源： 程序员客栈


(相关资料图)

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/

关键词：

相关文章

GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型

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·E2之后，在图像生成方面扩散模型替代GA

来源：程序员客栈2023-04-15

夜店音乐风格_夜店音乐

1、ke$habritneyspearspitbullDavidGuetta《---法国大DJ。本文分享完毕，希

来源：互联网2023-04-15

厚皮什么怪出_厚皮哪里最多

1、20级以下的野兽能剥轻皮要是联盟的话，剥中皮可以去夜色镇外边杀狼人，27级到31级的怪，都是成堆的而且

来源：互联网2023-04-15

2022年吉林省民用运输机场生产统计公报：长春龙嘉国际机场旅客吞吐量最大，占吉林省旅客吞吐量的90.7%_微动态

2022年，吉林省民用运输机场共计6个，和上年保持一致，占全国机场数量的2 36%，起降架次共计15 5万架次，比

来源：产业信息网2023-04-15

环球快资讯丨星球石墨：4月14日融资买入49.24万元，融资融券余额5460.49万元

4月14日，星球石墨（688633）融资买入49 24万元，融资偿还151 14万元，融资净卖出101 9万元，融资余额5406 0万元。

来源：证券之星2023-04-15

行业资讯

知名品牌

青海西宁战“疫”大考群像：“你们的名字和功绩，西宁不会忘记”