Ncsnpp Ffhq 1024
一種基於隨機微分方程的生成模型,能夠通過逐步去除噪聲從先驗分佈生成高質量圖像
下載量 172
發布時間 : 7/19/2022
模型概述
該模型提出了一種隨機微分方程(SDE)框架,通過逐步注入噪聲將數據分佈轉化為先驗分佈,並通過反向時間SDE生成數據。它結合了分數生成建模和擴散概率建模的優勢,支持高分辨率圖像生成。
模型特點
隨機微分方程框架
通過正向和反向時間SDE實現數據分佈與先驗分佈之間的平滑轉換
高分辨率圖像生成
能夠生成1024×1024分辨率的高質量圖像
預測-校正框架
引入預測-校正機制來糾正離散化反向時間SDE演化中的誤差
神經ODE等效
提供等效的神經ODE,支持精確似然計算和提高採樣效率
模型能力
無條件圖像生成
高分辨率圖像合成
圖像修復
圖像著色
使用案例
創意內容生成
高分辨率人臉生成
生成1024×1024分辨率的高保真人臉圖像
示例圖像展示了高質量的人臉生成效果
圖像編輯
圖像修復
使用分數模型修復不完整或損壞的圖像
圖像著色
為黑白圖像自動著色
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98