标签：Imagen

2025-05-27ai_helper阅读(1718)赞(0)

嗨大家好！周末愉快！ 相信近期大家已经被 Lovart 的相关讯息刷屏好多次了，我在设计群里也看到了群友们陆陆续续拿到了邀请码。尝试了很多玩法，看得我也觉得真的非常强也很有趣，今天我也使用 Lovart 做了一些尝试，同时有一些使用方法和小...

2025-05-19ai_helper阅读(543)赞(0)

AIGC特征识别与去除的研究         摘要：随着人工智能生成内容的普及，如何有效识别并去除其中的特征成为研究热点。本文针对这一问题，提出了一种基于深度学习的AIGC特征识别与去除方法。首先，通过分析AIGC内容的特点，设计了一套特征...

2025-05-18EnchantedScribe阅读(478)赞(0)

论文名称 什么是对比学习？ 既然是对比学习，那我们首先要对对比学习有个概念。 对比学习的数据大部分为两种，一种为正样本对，一种为负样本对。模型需要做的就是分清楚输入的数据是是否为正样本对。 示例： 动物-牛 为正样本对 动物-人 为负样本对...

2025-05-10GoldenSphinx阅读(328)赞(0)

多模态与 AIGC：用 TensorFlow 构建图文 / 语音 / 视频生成模型 🎯 本章目标 了解主流 AIGC 多模态模型架构（图像、语音、视频） 构建文本生成模型（GPT-like） 构建图文生成模型（图像 Caption / Te...

2025-05-05CosmicWanderer阅读(667)赞(0)

前言 终于开写本CV多模态系列的核心主题：stable diffusion相关的了，为何执着于想写这个stable diffusion呢，源于三点 去年stable diffusion和midjourney很火的时候，就想写，因为经常被刷屏...

2025-05-02EnigmaticGaze阅读(582)赞(0)

（1）MambaVision（NVIDIA视觉网络） 2025.03.09 混合新架构MambaVision来了！Mamba+Transformer混合架构专门为CV应用设计。MambaVision 在Top-1精度和图像吞吐量方面实现了新...

2025-03-27CrystalEyes阅读(428)赞(0)

前言 LLM推理优化系统工程概述 截止到目前市面上比较主流的基于文字生成影像的模型都是基于了3大部分组成的。 Encoder Model ， Generation Model ，Decoder Model。并且这三个部分是分开训练，然后组合...

2025-03-25EmberGlimmer阅读(368)赞(0)

Style Injection in Diffusion: A Training-free Approach for Adapting Large-scale Diffusion Models for Style Transfer-CVPR...

2025-03-22LunarFrost阅读(492)赞(0)

一、为什么数据集对AIGC如此重要？ 1. 数据决定模型的知识边界 AIGC模型依赖于大量数据进行训练，以学习输入与输出之间的复杂映射关系。如果数据覆盖面不足，模型将难以生成多样化、创新性的内容。 2. 数据质量直接影响生成效果 数据噪声、...

2025-03-22EmberHeart阅读(1327)赞(0)

Stable Diffusion ———LDM、SD 1.0, 1.5, 2.0、SDXL、SDXL-Turbo等版本之间关系现原理详解 一、简介 2021年5月，OpenAI发表了《扩散模型超越GANs》的文章，标志着扩散模型（Diffu...