GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型-华西运动网

GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型

2023-05-30 06:02:05 | 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/

上一篇下一篇

相关新闻

GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型

松林村_关于松林村概略|世界微头条

国产新车品鉴:曝欧拉新车专利图这回叫“欧拉猫”？_环球快讯

办公室个人工作总结范文简短_办公室个人年终工作总结|全球时讯

全球热门:火猴的幸运颜色(火猴的幸运数字)

焦点短讯！武汉首批数字经济示范园区、楼宇（街区）出炉

菌菇清炖鸡汤的做法?

吉林省2023年高考信访咨询电话公布！

聚智聚力共促高质量发展安徽理工大学召开高质量发展战略咨询会

吃苹果的最佳时间,苹果什么时间吃最好？

如何卸载趋势科技防毒墙网络版客户端（趋势科技防毒墙网络版卸载密码）

适合每个人的热门CSS工具

金信诺: 独立董事关于公开征集表决权的公告每日快播

世界百事通！泰拉瑞亚波涌之刃如何获取泰拉瑞亚波涌之刃

实干争先奋斗有我——我们的村运顺利开展|热推荐

最新新闻

GAN卷土重来：10亿参数的GigaGAN效果堪比扩散模型

松林村_关于松林村概略|世界微头条

国产新车品鉴:曝欧拉新车专利图这回叫“欧拉猫”？_环球快讯

办公室个人工作总结范文简短_办公室个人年终工作总结|全球时讯

全球热门:火猴的幸运颜色(火猴的幸运数字)

焦点短讯！武汉首批数字经济示范园区、楼宇（街区）出炉

菌菇清炖鸡汤的做法?

吉林省2023年高考信访咨询电话公布！

聚智聚力共促高质量发展安徽理工大学召开高质量发展战略咨询会

吃苹果的最佳时间,苹果什么时间吃最好？

如何卸载趋势科技防毒墙网络版客户端（趋势科技防毒墙网络版卸载密码）

适合每个人的热门CSS工具

金信诺: 独立董事关于公开征集表决权的公告每日快播

世界百事通！泰拉瑞亚波涌之刃如何获取泰拉瑞亚波涌之刃

实干争先奋斗有我——我们的村运顺利开展|热推荐

2024年在职研究生报名时间什么时候全球消息

崩坏星穹铁道青雀梭哈队怎么玩青雀梭哈队玩法攻略

环球快资讯丨发力“蝶城+房屋焕新” 万物云旗下家装品牌覆盖全国60余城

才女是什么意思啊_才女是什么意思

王钦邦演的电视剧_王钦邦

国家铁路局：2022年全国铁路固定资产投资完成7109亿元，高速铁路达到4.2万公里|即时看

学跳广场舞基本步法有哪些_学跳广场舞基本步法

东风汽车澄清：公司与武汉市财政局、武汉长江资产均无债权债务关系-天天快资讯

【国际大宗商品早报】纽约金价连续第三周下跌伦铜反弹近2%-全球速递

2023年北京市体育传统项目学校乒乓球比赛 481名乒乓球运动员参赛全球热文

世界即时看！护士资格证书查询（护士资格查询）

洲明科技董秘回复：公司通过数字化光显技术及方案，集“硬件+系统+软件+内容+交互”为一体_全球报资讯

京津冀将制定超30项区域协同地方标准

速讯：海贼王：女帝新服装手办上线，漫迷为之痴迷，老婆终于穿上婚纱了

售21.97-30.97万元全新凯迪拉克GT4正式上市