zhen-nan/L2P

新的L2P方法支持用更少的数据实现高分辨率像素扩散

研究人员开发了一种名为Latent-to-Pixel (L2P) 的新迁移学习方法，该方法能够以显著降低的计算和数据需求，实现高质量像素空间扩散模型的创建。L2P利用预训练的Latent Diffusion Models (LDMs)，冻结其大部分层，仅训练浅层以学习从潜在空间到像素空间的转换。这种方法能够生成原生的4K超高分辨率图像，并在DPG-Bench和GenEval等基准测试中，使用最少的GPU资源，达到了与原始LDMs相当的性能。