論文の概要: ImIR: Image-Instruction Tuning for All-in-One Image Restoration

• arxiv url: http://arxiv.org/abs/2609.25267v1
• Date: Mon, 21 Sep 2026 18:15:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.078788
• Title: ImIR: Image-Instruction Tuning for All-in-One Image Restoration
• Title（参考訳）: ImIR:オールインワン画像復元のためのイメージインストラクションチューニング
• Abstract要約: 我々は、テキストプロンプト付き小型の低ランクアダプタを用いて、大規模な事前学習画像編集モデルを復元に適用する。 イメージはエディタに到達し、その構造はモデルのVAEから、セマンティック命令は軽量なトークンマッパーから、という2つのパスを持つ。 命令は連続ベクトルであるため、ターゲットがユニークでないタスクに対して有効なリストアのファミリーが生成される。
• 参考スコア（独自算出の注目度）: 2.201656998025222
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Degradations vary widely across images, so a practical restoration system has to handle many degradation types with one model. A recent and effective recipe adapts a large pretrained image-editing model to restoration using a small low-rank adapter with a text prompt. We replace that prompt with an instruction derived from the degraded image itself. The image reaches the editor through two paths: its structure comes from the model's VAE, and its semantic instruction comes from a lightweight token mapper that shifts the degraded image's vision-language embedding toward the embedding a clean image would produce. Because the instruction is a continuous vector, scaling it yields a family of valid restorations for tasks whose target is not unique, such as low-light enhancement. We adapt one Qwen-Image-Edit model to six tasks with a single adapter trained in about three hours on one GPU. The image instruction outperforms text conditioning under a matched comparison, and it supports task agnostic restoration without a degradation label, which the text variant does not.
• Abstract（参考訳）: 劣化は画像によって大きく異なるため、実用的な復元システムは1つのモデルで多くの劣化タイプを扱う必要がある。 最近の効果的なレシピでは、テキストプロンプト付き小型のローランクアダプタを用いて、トレーニング済みの画像編集モデルを復元する。 我々は、そのプロンプトを、劣化した画像自体から派生した命令で置き換える。 その構造はモデルのVAEに由来するもので、セマンティックな命令は軽量なトークンマッパーから来ており、これは劣化した画像の視覚言語による埋め込みを、クリーンな画像が生成する埋め込みに向けてシフトさせる。 命令は連続ベクトルであるため、低照度拡張のような目標が一意でないタスクに対する有効な復元の族が得られる。 1つのGPUで約3時間でトレーニングされた1つのアダプタで、6つのタスクに1つのQwen-Image-Editモデルを適用する。 画像インストラクションは、一致した比較の下でテキストコンディショニングより優れており、テキスト変種がしない劣化ラベルなしでタスク非依存の復元をサポートする。

関連論文リスト

• Edit2Restore:Few-Shot Image Restoration via Parameter-Efficient Adaptation of Pre-trained Editing Models [4.573600918393017]
  テキスト条件付き画像編集モデルでは,複数の復元作業に効率よく適応できることを示す。 FLUX.1 Kontextは画像から画像への変換のための12Bパラメータフローマッチングモデルである。
  論文  参考訳（メタデータ） (2026-01-06T19:56:16Z)
• InstructIR: High-Quality Image Restoration Following Human Instructions [61.1546287323136]
  本稿では,人間の手書きによる画像復元モデルを導出する手法を提案する。 InstructIRという手法は、いくつかの修復作業において最先端の結果を得る。
  論文  参考訳（メタデータ） (2024-01-29T18:53:33Z)
• Improving Image Restoration through Removing Degradations in Textual Representations [60.79045963573341]
  劣化画像のテキスト表現の劣化を除去し,画像復元を改善するための新たな視点を導入する。 クロスモーダル支援に対処するため,劣化した画像をテキスト表現にマッピングし,劣化を除去する手法を提案する。 特に、画像からテキストへのマッパーとテキスト復元モジュールをCLIP対応のテキストから画像へのモデルに組み込んで、ガイダンスを生成する。
  論文  参考訳（メタデータ） (2023-12-28T19:18:17Z)

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。