Doménově adaptovaný difuzní model
Doménově adaptovaný difuzní model je pravděpodobnostní difuzní model pro odšumování (DDPM), který je předtrénován na rozsáhlých obecných datasetech a následně adaptován — prostřednictvím doladění (fine-tuning), textové inverze (textual inversion) nebo LoRA — k vytváření vysoce kvalitních výstupů ve specifické cílové doméně. Kombinuje silnou generativní kapacitu difuzních modelů s technikami doménové adaptace, což umožňuje syntézu s vysokou věrností ve specializovaných oblastech, jako je lékařské zobrazování, satelitní snímky nebo umělecké styly specifické pro danou doménu, s omezeným množstvím dat z cílové domény.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Domain-Adaptive Diffusion Model. ScholarGate. https://scholargate.app/cs/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.
- Doménově adaptivní GANHluboké učení↔ compare
- Doménově adaptivní Vision TransformerHluboké učení↔ compare
- Jemně doladěný difuzní modelHluboké učení↔ compare
- Multimodální difuzní modelHluboké učení↔ compare
- Samo-supervizovaný difuzní modelHluboké učení↔ compare
- Přenosové učení s difuzními modelyHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →