Домейн-адаптивен дифузионен модел
Домейн-адаптивен дифузионен модел е вероятностен модел на дифузия с премахване на шум (DDPM), който е предварително обучен върху големи общи набори от данни и след това адаптиран — чрез фино настройване, текстова инверсия или LoRA — за генериране на висококачествени изходи в специфична целева област. Той комбинира мощния генеративен капацитет на дифузионните модели с техники за домейн адаптация, позволявайки синтез с висока точност в специализирани области като медицински изображения, сателитни изображения или специфични за областта артистични стилове с ограничени данни от целевата област.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems, 33, 6840–6851. link ↗
- Gal, R., Alaluf, Y., Atzmon, Y., Patashnik, O., Bermano, A. H., Chechik, G., & Cohen-Or, D. (2023). An Image is Worth One Word: Personalizing Text-to-Image Generation using Textual Inversion. International Conference on Learning Representations (ICLR 2023). link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Domain-Adaptive Diffusion Model. ScholarGate. https://scholargate.app/bg/deep-learning/domain-adaptive-diffusion-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Домейн-адаптивен GANДълбоко обучение↔ compare
- Адаптивен към домейна визуален трансформерДълбоко обучение↔ compare
- Фино настроен дифузионен моделДълбоко обучение↔ compare
- Мултимодален дифузионен моделДълбоко обучение↔ compare
- Самообучаващ се дифузионен моделДълбоко обучение↔ compare
- Трансферно обучение с дифузионен моделДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →