研究人员开发了LensErase,一个能够从图像中移除各种元素(包括对象、文本和视觉效果)的新基础模型。为了支持此功能,他们创建了LensErase-100M,一个包含超过1.01亿图像对的数据集。该模型改编了一个名为Lens的文本到图像模型,并采用了一种新颖的位置编码方法Mask-Aware RoPE,以有效地整合源图像和擦除掩码信息。LensErase在多个基准测试(包括新提出的LensErase-Bench)中表现出显著的改进,并利用TraceFusion进行高保真内容保留。 AI
影响 该模型可能为图像编辑和内容处理带来新的应用,并可能对创意产业和数字媒体产生影响。
排序理由 该条目描述了一篇详细介绍新型基础模型和数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →