腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

机器学习与生成对抗网络

专栏作者

251

文章

304540

阅读量

35

订阅数

CVPR 2024 | 绝了！！最新 diffusion 扩散模型梳理！100+篇论文、40+研究方向！

性能论文模型视频数据

扩散概率模型（DPMs）在高分辨率图像生成方面显示出显著性能，但由于通常需要大量采样步骤，其采样效率仍有待提高。高阶ODE求解在DPMs中的应用的最新进展使得能够以更少的采样步骤生成高质量图像。然而，大多数采样方法仍使用均匀的时间步长，在使用少量步骤时并不是最优的。

公众号机器学习与AI生成创作

2024-04-18

860

CVPR 2024 | 可控文生图11篇汇总！基于扩散模型diffusion的text-to-image

image text 布局模型数据

3D资产生成正受到大量关注，受到最近文本引导的2D内容创建成功的启发，现有的文本到3D方法使用预训练文本到图像扩散模型来解决优化问题，或在合成数据上进行微调，这往往会导致没有背景的非真实感3D物体。

公众号机器学习与AI生成创作

2024-04-18

860

世界上第一位AI程序员Devin的诞生，我们人类程序员要如何看待和了解他？

模型 LLM 程序员工作架构

全球首个完全自主的 AI 软件工程师上线，它是来自 Cognition 这家初创公司的产品——Devin，这个名字也随即引爆了科技圈。话说 Devin 有多能干？它能实现端到端的完整项目开发。

公众号机器学习与AI生成创作

2024-04-12

970

CVPR 2024 | 图像检测类（目标、deepfake、异常）！AIGC扩散模型diffusion解决detection任务

aigc detection 模型数据异常

多目标跟踪（Multiple Object Tracking，MOT）是计算机视觉领域中一个关键领域，有广泛应用。当前研究主要集中在跟踪算法的开发和后处理技术的改进上。然而，对跟踪数据本身的特性缺乏深入的研究。

公众号机器学习与AI生成创作

2024-04-12

2600

CVPR 2024 | 图像超分、图像恢复汇总！用AIGC扩散模型diffusion来解决图像low-level任务的思路

模型数据性能 aigc 解决方案

超分辨率（SR）和图像生成是计算机视觉中重要的任务，在现实应用中得到广泛采用。然而，大多数现有方法仅在固定放大倍数下生成图像，并且容易出现过平滑和伪影。此外，在输出图像的多样性和不同尺度下的一致性方面也不足。大部分相关工作应用了隐式神经表示（INR）到去噪扩散模型中，以获得连续分辨率的多样化且高质量的SR结果。由于该模型在图像空间中操作，所以产生分辨率越大的图像，需要的内存和推理时间也越多，并且它也不能保持尺度特定的一致性。

公众号机器学习与AI生成创作

2024-04-12

5220

CVPR 2024 | 风格迁移和人像生成汇总！扩散模型diffusion用于经典AIGC方向

迁移 aigc 开发模型重构

基于文本到图像扩散模型在迁移参考风格方面具有巨大潜力。然而，当前基于编码器的方法在迁移风格时显著损害了文本到图像模型的文本可控性。本文提出DEADiff来解决这个问题，采用以下两种策略：1）一种解耦参考图像的风格和语义的机制。解耦后的特征表示首先由不同文本描述指导的Q-Formers提取。然后，它们被注入到交叉注意力层的相互排除的子集中，以实现更好的分解。2）一种非重构学习方法。Q-Formers使用成对图像而不是相同的目标进行训练，其中参考图像和真实图像具有相同的风格或语义。

公众号机器学习与AI生成创作

2024-04-12

2860

CVPR 2024 | 从6篇论文看扩散模型diffusion的改进方向

优化论文模型数据性能

扩散概率模型（DPMs）在高分辨率图像生成方面显示出显著性能，但由于通常需要大量采样步骤，其采样效率仍有待提高。高阶ODE求解在DPMs中的应用的最新进展使得能够以更少的采样步骤生成高质量图像。然而，大多数采样方法仍使用均匀的时间步长，在使用少量步骤时并不是最优的。

公众号机器学习与AI生成创作

2024-04-12

7610

CVPR 2024 | 前沿而相对小众！几个AIGC扩散模型diffusion应用一览

模型设计数据网络 aigc

扩散模型已展示在机器人轨迹规划方面的潜力。然而，从高级指令生成连贯的轨迹仍具有挑战性，特别是对于需要多个序列技能的长距离组合任务。

公众号机器学习与AI生成创作

2024-03-26

1240

CVPR2024｜DragGAN并不需要点跟踪！FreeDrag：无需点跟踪即可稳定拖动语义内容

handle point 框架搜索异常

Code：https://github.com/LPengYang/FreeDrag

公众号机器学习与AI生成创作

2024-03-18

1370

Stable Diffusion 3技术报告出炉：揭露Sora同款架构细节

模型性能渲染测试架构

所以，SD3这比DALL·E 3和Midjourney v6都要强的文字以及指令跟随技能，究竟怎么点亮的？

公众号机器学习与AI生成创作

2024-03-18

1810

场景文字生成遥遥领先！Ideogram这块暴打Midjourney+DALL·E 3

行业 Midjourney 渲染测试工具

文生图领域作为一个跑出「10人团队年收入过亿美金初创公司」的赛道，已经成了AI创业公司掘第一桶金的最佳起点。

公众号机器学习与AI生成创作

2024-03-07

980

ICCV 2023 | 最全AIGC梳理，5w字30个diffusion扩散模型方向，近百篇论文！

数据 aigc 论文模型视频

内容和风格（Content and style disentanglement，C-S）解耦是风格迁移的一个基本问题和关键挑战。基于显式定义（例如Gram矩阵）或隐式学习（例如GANs）的现有方法既不易解释也不易控制，导致表示交织在一起并且结果不尽如人意。

公众号机器学习与AI生成创作

2024-02-29

1K0

ICCV 2023 | 9篇论文看扩散模型diffusion用于图像恢复任务：超分、恢复、增强、去模糊、去阴影

系统论文模型数据网络

尽管高光谱图像(hyperspectral image，HSIs)在执行各种计算机视觉任务中的重要性已被证明，但由于在空间域中具有低分辨率(LR)属性，其潜力受到不利影响，这是由多种物理因素引起的。

公众号机器学习与AI生成创作

2024-01-30

8380

ICCV 2023 | 巡礼10篇论文，看扩散模型diffusion的可控生成

论文模型数据开源对象

经典再回顾！ICCV 2023最佳论文ControlNet，用于向大型预训练的文本到图像扩散模型添加空间条件控制。ControlNet锁定了就绪的大型扩散模型，并重用它们深层和稳健的编码层，这些层已经通过数十亿张图像进行了预训练，作为学习多样的条件控制的强大支撑。神经架构与“零卷积”（从零初始化的卷积层）相连，从零开始逐渐增加参数，确保没有有害的噪声会影响微调过程。

公众号机器学习与AI生成创作

2024-01-17

8180

ICCV 2023 | 从14篇论文看如何改进扩散模型diffusion ？

论文模型数据开源架构

文本到图像扩散模型，使得生成多样且高质量的图像成为可能。然而，这些图像往往在描绘细节方面不够精细，并且容易出现由于输入文本的歧义导致的错误。缓解这些问题的一种方法是在带类标签的数据集上训练扩散模型。这种方法有两个缺点：（i）监督数据集通常与大规模抓取的文本-图像数据集相比较小，影响生成图像的质量和多样性，或者（ii）输入是一个硬编码标签，而不是自由形式的文本，限制了对生成图像的控制。

公众号机器学习与AI生成创作

2024-01-10

1.5K0

ICCV 2023 视频AIGC（编辑/生成/转换）论文 7 篇

音频 aigc 论文模型视频

基于大规模图像库训练的图像扩散模型已成为质量和多样性方面最为通用的图像生成模型。它们支持反转真实图像和条件生成（例如，文本生成），使其在高质量图像编辑应用中具有吸引力。本文研究如何利用这些预训练的图像模型进行文本引导的视频编辑。

公众号机器学习与AI生成创作

2024-01-10

2000

控制图像中的文字！AIGC应用子方向之图像场景文本的编辑与生成

aigc 框架模型数据网络

公众号机器学习与AI生成创作

2023-12-28

1800

X-Dreamer ：扩散模型的高质量3D生成

渲染对象论文模型优化

本篇分享论文X-Dreamer: Creating High-quality 3D Content by Bridging the Domain Gap Between Text-to-2D and Text-to-3D Generation，通过弥合 Text-to-2D 和 Text-to-3D 生成领域之间的差距来创建高质量的 3D 资产。

公众号机器学习与AI生成创作

2023-12-14

1910

X-Dreamer ：扩散模型的高质量3D生成

渲染对象论文模型优化

本篇分享论文X-Dreamer: Creating High-quality 3D Content by Bridging the Domain Gap Between Text-to-2D and Text-to-3D Generation，通过弥合 Text-to-2D 和 Text-to-3D 生成领域之间的差距来创建高质量的 3D 资产。

公众号机器学习与AI生成创作

2023-12-14

2170

RCG：何恺明新作，无条件图像生成新SOTA

监督学习计算机科学架构框架模型

这个框架结构非常简单但效果拔群，直接在ImageNet-1K数据集上实现了无条件图像生成的新SOTA。

公众号机器学习与AI生成创作

2023-12-11

1880

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态