Loading...
机构名称:
¥ 1.0

摘要。本文提出了一种检索训练有素的图像生成洛拉(低级别适应性)模型的方法。此搜索算法采用单个任意图像输入,然后将模型在其中将图像转换为与输入映像相同的样式中的模型。我们使用三胞胎网络(带有三重损失的暹罗网络)采用了对比度学习方法。我们在预采用的洛拉模型上创建了一个示例图像集并执行了样式转移。使用这些传输的图像,对网络进行了微调,以通过其样式而不是通过其主题来计算距离;对于由不同的Lora模型转化的同一主题的一对图像对成对的差异很大,对于由同一LORA模型转换的不同下ject的图像对。通过准确评估任务评估了搜索算法,这些任务估计是否通过对模型进行排名的相同模型和用户实验进行了转换。实验结果表明,精细调整至关重要,样本图像集的多样性也很重要。

图像生成AI模型基于对比度学习样式距离计算

图像生成AI模型基于对比度学习样式距离计算PDF文件第1页

图像生成AI模型基于对比度学习样式距离计算PDF文件第2页

图像生成AI模型基于对比度学习样式距离计算PDF文件第3页

图像生成AI模型基于对比度学习样式距离计算PDF文件第4页

图像生成AI模型基于对比度学习样式距离计算PDF文件第5页

相关文件推荐

2024 年
¥6.0
2025 年
¥1.0