GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型
-
2023-04-23 15:48:39
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/
标签：
推荐阅读
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...
1、《孕产育儿百科》是2008年中国人口出版社出版的图书。2、作者是王楠楠。文章到此就分享结束，希望对大家
原标题：男子超范围滥伐林木法院对其发出“低碳令”华西都市报讯（记者宋潇）4月21日，记者从成都铁路运...
年龄18岁至30周岁，身高160CM（形象优秀者可放宽至1 58CM），视力1 0以上（可佩戴隐形眼镜）初中，中专、大
看完三集，发现这并不是一个纯粹的悬疑故事，故事里充满了时代变迁、家长里短，由于采用的是多线叙事的手
猜您喜欢
【版权及免责声明】凡注明"转载来源"的作品，均转载自其它媒体，转载目的在于传递更多的信息，并不代表本网赞同其观点和对其真实性负责。亚洲网倡导尊重与保护知识产权，如发现本站文章存在内容、版权或其它问题，烦请联系。
联系方式：8 86 239 5@qq.com，我们将及时沟通与处理。
天津口岸中欧班列稳步增长 一季度监管发运16984集装箱 同比增长8.29%
今日看点：赏海景 品海鲜 踏海浪 枕海风 嗨滨城 滨城“向海乐活节”29日起举办
简讯：外交部副部长孙卫东就韩国领导人涉台湾问题错误言论向韩国驻华大使提出严正交涉 
