Дифузійні ймовірнісні моделі розшумлення

Дифузійна модель розшумлення досягла якості зображень, яка доти належала змагальним мережам.

Чому це важливо

Дифузія перестала бути описаним шляхом до синтезу зображень і стала робочим. Атлас має роботу 2015 року, яка цей процес описала; тут момент, коли він дав числа, порівнянні з найкращими змагальними мережами, і саме цю форму мають генератори, що вийшли далі.

Стаття наводить Inception score 9,46 і FID 3,17 на безумовному CIFAR-10 та якість вибірок на LSUN 256×256, порівнянну з ProgressiveGAN. Автори — Джонатан Го, Аджай Джейн і Пітер Аббіль з Каліфорнійського університету в Берклі. Це результат на названих наборах, а не твердження про кожен пізніший генератор зображень чи відео.

Відомості про подію

Дата події

19 червня 2020 р.

Дата на часовій осі

Дата події

Перевірка

Джерела зібрано автоматично · 21 вересня 2026 р.

Лінії

ID

evt-0485

День першої версії препринта на arXiv.

Джерела

першоджерело Denoising Diffusion Probabilistic Models
arXiv · Опубліковано 19 червня 2020 р.

Пов’язані події

Раніше

Уможливлює U-Net: сегментація з кількох знімків 2015посилається на цей запис
Мережа DDPM, за її власним описом, — це U-Net на основі Wide ResNet, як у PixelCNN++, з посиланням на цю статтю.
- Denoising Diffusion Probabilistic Models · arXiv
Спирається на Дифузійні моделі 2015
Та сама пряма й зворотна дифузія, описана 2015 року; ця стаття будує на ній навчання за зваженою варіаційною межею.
- Denoising Diffusion Probabilistic Models · arXiv
Протиставляє Генеративно-змагальні мережі 2014
Інший шлях до тієї самої задачі: якість вибірок порівнюється зі змагальними мережами, без змагального навчання.
- Denoising Diffusion Probabilistic Models · arXiv
Уможливлює CIFAR-10: крихітні зображення з мітками 2009посилається на цей запис
Дифузійні моделі показують якість на безумовній генерації CIFAR10.
- Denoising Diffusion Probabilistic Models · arXiv

Пізніше

Спирається на Imagen: великий мовний кодер для генерації 2022посилається на цей запис
Imagen — каскад дифузійних моделей і посилається на DDPM Го, Джайна й Аббіла.
- Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding (arXiv:2205.11487v1) · arXiv