V
主页
【腾讯】IP-Adapter论文解读,拿捏图生图,人脸更不在话下。
发布人
本文主要介绍了一种名为IP-Adapter的方法,用于在现有的文本-图像扩散模型中实现图像提示功能。文章首先介绍了文本-图像扩散模型的基本知识,然后详细描述了IP-Adapter的动机和设计。该方法通过解耦交叉注意力机制,在预训练的扩散模型中嵌入图像特征,实现了与图像提示的生成能力。实验结果表明,IP-Adapter在生成具有图像提示的图像方面表现出色,并且比其他现有方法更轻量级且效果更好。
打开封面
下载高清视频
观看高清视频
视频下载器
CV大神谢赛宁大作 Sora的底层架构模型 DiT论文解读
【小红书 InstantX】InstantStyle 论文讲解,效果炸裂
Neural Network Diffusion论文解读,新国大新作,DIffusion都能生成神经网络参数了?
吊炸天! 这个AI生成工具还能做这么炸裂的视频?
【3D AIGC论文串讲】单视图3D重建-从单视图中预测3D模型
【腾讯ARC Lab+南开程明明】PhotoMaker 论文讲解
【阿里,港中深等】VideoMV: 微调预训练视频生成模型,生成3D一致多视角图片
AI生成视频失败案例,胆小警告
【InstantID论文解析】小红书+北大爆火的项目InstantID,连LeCun都点赞!
【北大,字节】自回归图像生成模型 Visual Autoregressive Model(VAR), 通过Next-Scale预测方式实现图像生成
【多模态学习 BLIP2的前世与今生】ALBEF, BLIP和BLIP2全系列工作串讲
【清华大学】Make-your-3D:高效一致的主题驱动3D内容生成
【NTU, 上海Lab等】ComboVerse:从图像生成组合式3D资产
【南京大学 等】STAG4D:时空锚定的4D资产生成
【北大-腾讯最新工作】T2I-Adapter 更加可控的文本生成图像
B站首推!建议所有想学Stable Diffusion的同学,死磕这条视频,2024年秋叶大佬花了一周时间整理的SD保姆级教程,全程干货无废话!
【NVIDIA 扩散模型促进全景分割】Open-Vocabulary Panoptic Segmentation with Diffusion Model
【3D版CLIP】约翰霍普金斯大学新作,拓展CLIP到3D, 提出CG3D,性能SOTA
【2023 ControlNet】斯坦福最新的可控文本生成图像扩散模型
【EVA02 北京智源】视觉领域的新世纪福音战士明日香,Fight together with Asuka!!!
CVPR22 Oral, GLIP: Grounded Language-Image Pre-training
【北大微软 可控图像生成最新工作】Unified Multi-Modal Latent Diffusion for Joint Subject and Text
【FAIR Segment Anything】图像分割领域首个基于Prompt Learning的大模型,视觉的GPT时代!
【ICLR2023 DreamFusion】谷歌基于Diffusion Model的文本到3D内容生成工作
强推!这可能是B站最全的(Python+机器学习+深度学习)系列课程了,堪称人工智能系列课程的巅峰之作!-人工智能/深度学习/机器学习
【全108集】花2w买的SD教程!我付费,你白嫖,全程干货无废话,要是还学不会,我退出AI绘画圈!!!零基础Stable Diffusion教程!AI绘画
【北京智源 CVPR2023】视觉预训练最新工作,EVA系列工作EVA-01
【Adobe,加州大学圣克鲁兹分校】Personalized Subject Swapping Topic讲解
发明Netron的人真是个天才,能把复杂难懂的代码以图形化的方式展示!
【布尔艺术&PaperABC】 ICLR23 谷歌,Image editing工作。Prompt-to-Prompt。
【讨论班】Step-by-Step Diffusion - An Elementary Tutorial (1)
【旷视 3D表征学习新工作】掩码学习和对比学习的强强联合,性能SOTA
【CVPR2023 PiMAE】点云图像多模态MAE最新工作
AI已经离谱到这种状态了?
【CVPR2021 Boundary IOU】Object-Centric 图像分割评估新指标
发文首选:KAN用于图像处理!效果炸裂好,最新9种创新思路
现在的deepfake都已经这么逼真了吗?!
细致到毛孔!KEEP:视频人脸超分辨率全新工作!收录顶会ECCV 2024!
千万别在wegame买黑神话悟空,腾讯玩不起
【腾讯文本3D生成最新工作】Dream3D