Freeu
简介 :
FreeU是一种方法,可以在不增加成本的情况下显著提高扩散模型的采样质量:无需训练,无需引入额外参数,无需增加内存或采样时间。该方法通过重新加权U-Net的跳跃连接和主干特征图的贡献,结合U-Net架构的两个组成部分的优势,从而提高生成质量。通过在图像和视频生成任务上进行实验,我们证明了FreeU可以轻松集成到现有的扩散模型中,例如Stable Diffusion、DreamBooth、ModelScope、Rerender和ReVersion,只需几行代码即可改善生成质量。
需求人群 :
适用于需要改进扩散模型采样质量的应用场景
总访问量: 989
占比最多地区: JP(100.00%)
本站浏览量 : 67.9K
产品特色
改进扩散模型的采样质量
无需训练或微调
适用于图像和视频生成任务
AIbase
智启未来,您的人工智能解决方案智库
简体中文