DiffusionEdge: 弥散概率模型用于清晰边缘检测

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文提出了一种使用扩散概率模型的图像合成方法,通过训练加权变分界限和渐进式有损解压缩方案,获得高质量的合成结果。在实验中,该方法在CIFAR10数据集和256x256 LSUN上表现出色。

🎯

关键要点

  • 本文提出了一种使用扩散概率模型的图像合成方法。
  • 通过训练加权变分界限和渐进式有损解压缩方案,获得高质量的合成结果。
  • 该方法在无条件的CIFAR10数据集上获得了9.46的Inception得分和3.17的最先进的FID得分。
  • 在256x256 LSUN上,该方法的样本质量与ProgressiveGAN相似。
➡️

继续阅读