首页 > 头条 >

GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型

2023-06-18 16:42:12 来源:程序员客栈


(资料图片)

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：

上一篇 下一篇
相关新闻
更多阅读
头条
资讯

环球时讯：2023年的下一个商业「风口」在哪里 | 钛媒体直播一周前瞻

异动快报：龙建股份（600853）12月30日13点0分触及涨停板

ST中利12月30日快速上涨-环球热消息

行银易贷逾期九年会影响征信吗

全球看热讯：千年《玛纳斯》焕新演绎“飞入寻常百姓家”
快讯

湾区经济论坛论道广东佛山 聚焦企业高质量发展

12月5日，湾区经济论坛在广东省佛山市举行，佛山市委、市政府及相关职能部门负责人、企业代表、专家学者等齐聚一

Copyright   2015-2022 青年社团网 版权所有  备案号：皖ICP备2022009963号-20  联系邮箱：39 60 291 42@qq.com