MIMFlow

MIMFlow 集成掩码图像建模与归一化流，实现高级图像生成

研究人员推出 MIMFlow，一个创新的端到端框架，它将掩码图像建模 (MIM) 与归一化流 (NF) 相结合用于图像生成。该方法旨在通过允许流专注于简化的语义流形，同时由解码器处理合成，来解决 NF 在捕捉高级语义结构方面的局限性。MIMFlow 在 ImageNet 上表现强劲，实现了 71.3% 的线性探测准确率和 2.50 的 FID，尽管使用的 token 更少，但比同类 NF 基线提高了 32.8%。