RepControlNet：不增加计算量，实现扩散模型的可控生成

文章预览

点击下方 卡片 ，关注 「3D视觉工坊」 公众号 选择 星标 ，干货第一时间送达 来源：计算机视觉工坊 添加小助理：cv3d008，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。 扫描下方二维码，加入「 3D视觉从入门到精通 」知识星球 ，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料： 近20门秘制视频课程 、 最新顶会论文 、计算机视觉书籍 、 优质3D视觉算法源码 等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！ 0. 论文信息 标题：RepControlNet: ControlNet Reparameterization 作者：Zhaoli Deng, Kaibin Zhou, Fanyi Wang, Zhenpeng Mi 机构：Honor Device Co、Tongji University 原文链接：https://arxiv.org/abs/2408.09240 1. 摘要 随着扩散模型的广泛应用，推理资源的高成本成为其普遍应用的重要瓶颈。可控生成如ControlNet是扩散模型的重点研究方向之一， ………………………………