资料来自：@Gradio，以及@junyanz89
这是与 @GauravTParmar （主要作者）、Taesung Park 和 Srinivasa Narasimhan 的合作作品。
这些条件 GAN 能够采用文本到图像模型（例如 SD-Turbo），通过一步（A100 上为 0.11 秒，A6000 上为 0.29 秒）进行配对和不配对图像转换。尝试我们的代码和 @Gradio 演示。
论文： http://arxiv.org/abs/2403.12036
代码： http://github.com/GaParmar/img2img-turbo
演示： http://huggingface.co/spaces/gparmar/img2img-turbo-sketch
这项工作表明，预训练的一步模型可以轻松适应条件 GAN 框架，用于下游图像编辑和合成任务。
方法可以应用于各种图像到图像的转换任务，例如昼夜转换以及添加/删除雾、雪和雨等天气效果。
App:研究人员 @GauravTParmar 和 @junyanz89 在不配对的场景转换任务（例如昼夜转换和天气影响）方面展示了令人印象深刻的结果
📜 使用文本到图像模型的一步图像翻译
🖼️ 它引入了一种通过对抗性学习使单步扩散模型适应新任务和领域的方法
Spaces 上提供演示。一探究竟！ 👀
留言
發佈留言