当前位置：主页 > 行业资讯 > > 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 05:56:04 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：

相关文章

摩洛哥地震遇难人数已升至632人，还有329人受伤

摩洛哥强震更新：据摩洛哥媒体报道，摩洛哥地震遇难人数已升至632人，

来源：北京日报2023-09-09

湖南宁远县：深植项目建设“清廉”根

“清廉项目建设让我们切切实实感受到了县委县政府在为企业保驾护航，心

来源：腾讯网2023-09-09

封闭施工！桂林交警发布重要提示→

关于僚田互通施工期间机场高速桂林往南宁、柳州方向交通组织调整的温馨

来源：桂林生活网2023-09-09

武汉轮渡最新公告

武汉轮渡最新公告

来源：凤凰网2023-09-09

这些个人、企业税费减免！最新发布

9月7日，国务院新闻办公室举行国务院政策例行吹风会，财政部、国家税务

来源：百度新闻2023-09-09

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”