AK@_akhaliqAI 评分3838#图像生成
- AK@_akhaliqAI 评分3838
Emad@EMostaqueAI 评分3838初代Stable Diffusion的FID分数为12.63
引用Liang Zheng@LiangZheng_06(1/n) people used to think that pretraining a T2I model requires expensive A100/H100 GPUs. it is a barrier for beginners and educators. we break the barrier. we introduce MiniDog (NeurIPS Education Track): you can pretrain a T2I model on 3090s in 55 minutes. FID = 8.32. 👇
- AK@_akhaliqAI 评分3030
BudgetPix 面向像素空间图像扩散的计算自适应分词 论文：https://huggingface.co/papers/2610.12307
- AK@_akhaliqAI 评分3838
Iris-3B 超越潜在空间：像素空间扩散训练、转换与微调 论文：https://huggingface.co/papers/2610.09450
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出基于信息量的成像系统设计框架
Berkeley AI Research 提出一种直接以互信息评估和优化成像系统的框架，无需任务专用解码器。该信息指标在彩色摄影、射电天文、无透镜成像和显微镜四个领域预测了系统性能，优化后的设计达到与端到端方法相当的水平，且内存和算力需求更低。方法利用已知噪声物理直接计算噪声项，仅需从测量数据中学习测量分布，并给出真实信息量的上界。