Align Your Steps:低步数推理保持高质量结果 适用于SD 1.5和SDXL
原标题:Align Your Steps:低步数推理保持高质量结果 适用于SD 1.5和SDXL
导读:
中国首部华语职业赛车手纪实电影中国车手周冠宇月日在上海保利大剧院举行全速前进全球首映礼影片主人公中国第一位车手周冠宇携手联主创团队共同出席与观众嘉宾...
中国首部华语职业赛车手纪实电影《中国车手周冠宇》4月16日在上海保利大剧院举行“全速前进”全球首映礼,影片主人公中国第一位F1车手周冠宇携手联主创团队共同出席,与观众、嘉宾分享台前幕后的创作故事,现场气氛热烈,收获满满好评。该片由上海广播电视台荣誉呈现,SMG五星体育传媒有限公司、上海久事体育...
划重点:
- 通过优化采样计划提升生成模型效率和质量
- 可适用于多种数据合成基准测试,包括图像、视频等
- 用户友好的插拔式优化计划应用,提升生成过程中的稳定性和质量
4月26日 消息:在深度学习领域,扩散模型(DMs)作为生成建模的前沿方法已经得到广泛应用。然而,DMs 的一个关键缺点是其较慢的采样速度,这主要是由于需要通过大型神经网络进行多次顺序函数评估。
本文提出了一种名为 “步调齐整(Align Your Steps)” 的全新方法,旨在为 DMs 优化采样计划,从而实现高质量输出。该技术适用于SD1.5和SDXL,低步数的同时保持高质量结果。通过利用随机微积分方法,针对不同的求解器、训练的 DMs 和数据集找到最佳的采样计划。在多个图像、视频以及二维数据合成基准测试中,优化计划几乎在所有实验中优于先前手工制定的计划。这一方法展示了采样计划优化的潜力,特别是在少步骤合成领域。
通过严格的定量实验,发现优化计划在标准图像生成基准测试中显著提升图像质量,无论使用哪种流行的采样器都能得到一致的改进。此外,研究还针对文本到图像模型进行了用户研究,结果显示使用优化计划生成的图像更受欢迎。
下面展示了一些文本到图像的例子,对比展示了使用优化计划与实践中使用的两种最流行计划(EDM 和 Time-Uniform)的效果。
此外,在视频生成方面进行了研究,发现使用优化计划可以在视频生成过程中产生更加稳定的视频,减少随时间推移的颜色失真。
产品入口:https://top.aibase.com/tool/align-your-steps
在线colab:https://colab.research.google.com/drive/1cIwbbO4HRP1aUQ8WcbQBaT8p3868k7BC?usp=sharing
适用于SDXL的ComfyUI工作流:https://openart.ai/workflows/KrmAPmuIWMzztrE7Qkrc
- 版权所属:王牌阁
- 本文地址:http://face.uexe.cn/21099.html
- 版权声明:原创文章,转载时必须以链接形式注明原始出处及本声明。