Latentné difúzne modely
Latentné difúzne modely (LDM) sú generatívnym prístupom, ktorý predstavili Rombach et al. v roku 2022 a ktorý vykonáva difúzny proces v komprimovanom latentnom priestore namiesto obrazového priestoru, čo umožňuje efektívnu syntézu obrazov vo vysokom rozlíšení. Komprimovaním obrazov do nízkorozmernej latentnej reprezentácie pomocou variačného autoenkodéra sa difúzia stáva výpočtovo zvládnuteľnou pri zachovaní vizuálnej kvality.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). High-Resolution Image Synthesis with Latent Diffusion Models. ScholarGate. https://scholargate.app/sk/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)Hlboké učenie↔ compare
- GraphRAGHlboké učenie↔ compare
- Maskované autoenkodéryHlboké učenie↔ compare
- Segment Anything ModelHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →