論文の概要: Improvements to SDXL in NovelAI Diffusion V3

• arxiv url: http://arxiv.org/abs/2409.15997v2
• Date: Thu, 26 Sep 2024 21:56:01 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-06 18:04:33.306894
• Title: Improvements to SDXL in NovelAI Diffusion V3
• Title（参考訳）: 新規AI拡散V3におけるSDXLの改善
• Authors: Juan Ossa, Eren Doğan, Alex Birch, F. Johnson,
• Abstract要約: 本技術報告では,ノベルAI拡散V3の訓練過程におけるSDXLの変更について報告する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In this technical report, we document the changes we made to SDXL in the process of training NovelAI Diffusion V3, our state of the art anime image generation model.
• Abstract（参考訳）: 本稿では,我々の最新アニメ画像生成モデルであるNoveAI Diffusion V3のトレーニング過程におけるSDXLの変更について報告する。

関連論文リスト

• DreamMapping: High-Fidelity Text-to-3D Generation via Variational Distribution Mapping [20.7584503748821]
  SDS (Score Distillation Sampling) はテキストから3D生成の一般的な技術として登場し、テキストから2Dのガイダンスからビュー依存情報を蒸留することで3Dコンテンツ作成を可能にする。 我々は、SDSの徹底的な解析を行い、その定式化を洗練し、中心となる設計はレンダリングされた画像の分布をモデル化することである。 本稿では,分散に基づく生成の劣化事例として,画像の描画を考慮し,分散モデリングプロセスの迅速化を図る,変分分布マッピング (VDM) という新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-09-08T14:04:48Z)
• Preserving Identity with Variational Score for General-purpose 3D Editing [48.314327790451856]
  Pivaは拡散モデルに基づいて画像や3Dモデルを編集する新しい最適化手法である。 我々は2Dと3Dの編集の限界を指摘し、細かな損失と過飽和を引き起こす。 恒常保存を強制する追加のスコア蒸留項を提案する。
  論文  参考訳（メタデータ） (2024-06-13T09:32:40Z)
• JIGMARK: A Black-Box Approach for Enhancing Image Watermarks against Diffusion Model Edits [76.25962336540226]
  JIGMARKは、コントラスト学習による堅牢性を高める、第一級の透かし技術である。 本評価の結果,JIGMARKは既存の透かし法をはるかに上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-06-06T03:31:41Z)
• A Quantitative Evaluation of Score Distillation Sampling Based Text-to-3D [54.78611187426158]
  本研究では,SDS手法の故障事例を定量的に分析し,人間の評価によって相互に検証する,より客観的な定量的評価指標を提案する。 計算効率の良い新しいベースラインモデルを設計することで,この解析の有効性を実証する。
  論文  参考訳（メタデータ） (2024-02-29T00:54:09Z)
• SDXL-Lightning: Progressive Adversarial Diffusion Distillation [6.7599928040362975]
  SDXLに基づく1ステップ/2ステップ1024pxのテキスト・トゥ・イメージ生成において,新しい最先端を実現する拡散蒸留法を提案する。 本手法は, 品質とモードカバレッジのバランスをとるために, 進行蒸留と逆蒸留を組み合わせたものである。
  論文  参考訳（メタデータ） (2024-02-21T16:51:05Z)
• Learn to Optimize Denoising Scores for 3D Generation: A Unified and Improved Diffusion Prior on NeRF and 3D Gaussian Splatting [60.393072253444934]
  本稿では,3次元生成タスクの拡散先行性向上を目的とした統合フレームワークを提案する。 拡散先行と拡散モデルの訓練手順の相違を同定し、3次元生成の質を著しく損なう。
  論文  参考訳（メタデータ） (2023-12-08T03:55:34Z)
• HiFi-123: Towards High-fidelity One Image to 3D Content Generation [64.81863143986384]
  HiFi-123は高忠実で多視点で一貫した3D生成のために設計された手法である。 本稿では,拡散型ゼロショットノベルビュー合成法の忠実度を大幅に向上する参照ガイド型新規ビュー拡張(RGNV)技術を提案する。 また,新たにRGSD(Reference-Guided State Distillation)を施行した。
  論文  参考訳（メタデータ） (2023-10-10T16:14:20Z)
• SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis [8.648456572970035]
  テキスト・画像合成のための遅延拡散モデルSDXLを提案する。 以前のStable Diffusionと比較すると、SDXLはUNetの3倍のバックボーンを利用している。 従来の安定拡散法と比較すると,性能が大幅に向上した。
  論文  参考訳（メタデータ） (2023-07-04T23:04:57Z)
• StyleAvatar3D: Leveraging Image-Text Diffusion Models for High-Fidelity 3D Avatar Generation [103.88928334431786]
  高品質な3Dアバターを製作するための新しい手法を提案する。 データ生成には事前学習した画像テキスト拡散モデルとGANベースの3次元生成ネットワークを用いて訓練を行う。 提案手法は、生産されたアバターの視覚的品質と多様性の観点から、現在の最先端手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2023-05-30T13:09:21Z)
• Image Super-Resolution With Deep Variational Autoencoders [10.62560651449376]
  VDVAE-SRは,最新の深部VAE手法を利用して画像超解像を改善することを目的とした新しいモデルである。 提案手法は他の最先端手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-03-17T17:05:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。