Latentsed difusioonimudelid
Latentsed difusioonimudelid (LDM-id) on Rombachi jt. poolt 2022. aastal tutvustatud generatiivne lähenemisviis, mis teostab difusiooniprotsessi tihendatud latentses ruumis piksliruumis töötlemise asemel, võimaldades tõhusat kõrge resolutsiooniga pildisünteesi. Pildid tihendades variatsioonilise autoenkoodri abil madaladimensioonilisse latentsesse representatsiooni, muutub difusioon arvutuslikult teostatavaks, säilitades samal ajal visuaalse kvaliteedi.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-resolution image synthesis with latent diffusion models. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 10684-10695). DOI: 10.1109/CVPR52688.2022.01042 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). High-Resolution Image Synthesis with Latent Diffusion Models. ScholarGate. https://scholargate.app/et/deep-learning/latent-diffusion-models
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.
- DETR (Detection Transformer)Süvaõpe↔ compare
- GraphRAGSüvaõpe↔ compare
- Maskeeritud autoenkoodridSüvaõpe↔ compare
- Segment Anything ModelSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →