基于diffusion models的无监督Image-to-Image转化

Posted 沉迷单车的追风少年

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于diffusion models的无监督Image-to-Image转化相关的知识,希望对你有一定的参考价值。

Diffusion Models专栏文章汇总:入门与实战

前言:上一篇文章介绍了Palette,对标的是pix2pix GANs,能够实现配对的image域转化。这篇博客介绍一种DDPM,对标cycleGANs,能够实现无配对image之间的域转化,可以轻松完成白天-夜晚转化、苹果-橘子转化、野马-斑马转化、照片去雾、老照片上色、图像修复、超分辨率重建等任务,并且在理论上第一次(2021年4月)提出类似于cycle diffusion models的结构。

目录

灵感来源:CycleGANs

总体框架设计

以上是关于基于diffusion models的无监督Image-to-Image转化的主要内容,如果未能解决你的问题,请参考以下文章

PyTorch - Diffusion Model 公式推导

PyTorch笔记 - Diffusion Model 公式推导

DiffuseVAE:完美结合VAE和Diffusion Models

基于物体形状的无监督图像分割

DiffuseVAE:完美结合VAE和Diffusion Models

基于句子嵌入的无监督文本摘要(附代码实现)zt