Cascaded Diffusion Models for High Fidelity Image Generation

管道(软件) 计算机科学 忠诚 人工智能 水准点(测量) 高保真 扩散 分辨率(逻辑) 样品(材料) 图像(数学) 图像质量 算法 模式识别(心理学) 计算机视觉 工程类 物理 地理 程序设计语言 电气工程 热力学 电信 大地测量学
作者
Jonathan Ho,Chitwan Saharia,William Chan,David J. Fleet,Mohammad Norouzi,Tim Salimans
出处
期刊:Cornell University - arXiv 被引量:341
标识
DOI:10.48550/arxiv.2106.15282
摘要

We show that cascaded diffusion models are capable of generating high fidelity images on the class-conditional ImageNet generation benchmark, without any assistance from auxiliary image classifiers to boost sample quality. A cascaded diffusion model comprises a pipeline of multiple diffusion models that generate images of increasing resolution, beginning with a standard diffusion model at the lowest resolution, followed by one or more super-resolution diffusion models that successively upsample the image and add higher resolution details. We find that the sample quality of a cascading pipeline relies crucially on conditioning augmentation, our proposed method of data augmentation of the lower resolution conditioning inputs to the super-resolution models. Our experiments show that conditioning augmentation prevents compounding error during sampling in a cascaded model, helping us to train cascading pipelines achieving FID scores of 1.48 at 64x64, 3.52 at 128x128 and 4.88 at 256x256 resolutions, outperforming BigGAN-deep, and classification accuracy scores of 63.02% (top-1) and 84.06% (top-5) at 256x256, outperforming VQ-VAE-2.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Felixsun发布了新的文献求助10
1秒前
烟绯发布了新的文献求助10
1秒前
VDC发布了新的文献求助10
1秒前
2秒前
吴惜珊发布了新的文献求助10
3秒前
xiechangshan发布了新的文献求助10
3秒前
pdx666发布了新的文献求助10
4秒前
大模型应助胖肉肉采纳,获得10
5秒前
猫小海发布了新的文献求助10
5秒前
健忘的曲奇关注了科研通微信公众号
6秒前
舒适的梦玉完成签到,获得积分10
7秒前
Marcus完成签到,获得积分10
7秒前
8秒前
zzz发布了新的文献求助30
8秒前
光亮的灭绝完成签到 ,获得积分10
9秒前
kong完成签到 ,获得积分10
12秒前
12秒前
Akim应助Felixsun采纳,获得10
13秒前
14秒前
15秒前
吴惜珊完成签到,获得积分10
15秒前
yiqifan完成签到,获得积分0
17秒前
彭于晏应助xiechangshan采纳,获得10
17秒前
junsizzz完成签到,获得积分10
17秒前
胡图图完成签到 ,获得积分10
17秒前
18秒前
胖肉肉发布了新的文献求助10
18秒前
LeAve发布了新的文献求助10
20秒前
junjie发布了新的文献求助10
21秒前
XJTU_jyh完成签到,获得积分10
21秒前
神勇友灵完成签到,获得积分10
21秒前
21秒前
我是老大应助sss采纳,获得30
23秒前
科目三应助胖肉肉采纳,获得10
23秒前
猫小海完成签到,获得积分10
24秒前
笨笨无色完成签到,获得积分20
25秒前
烟绯完成签到 ,获得积分10
25秒前
善学以致用应助轻松黄豆采纳,获得10
25秒前
科目三应助明理的依柔采纳,获得10
25秒前
1+1应助科研通管家采纳,获得10
28秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
The First Nuclear Era: The Life and Times of a Technological Fixer 500
Unusual formation of 4-diazo-3-nitriminopyrazoles upon acid nitration of pyrazolo[3,4-d][1,2,3]triazoles 500
岡本唐貴自伝的回想画集 500
Distinct Aggregation Behaviors and Rheological Responses of Two Terminally Functionalized Polyisoprenes with Different Quadruple Hydrogen Bonding Motifs 450
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3671598
求助须知:如何正确求助?哪些是违规求助? 3228309
关于积分的说明 9779385
捐赠科研通 2938622
什么是DOI,文献DOI怎么找? 1610143
邀请新用户注册赠送积分活动 760547
科研通“疑难数据库(出版商)”最低求助积分说明 736093