ECCV'24｜直接生成 4K图像！ PixArt-Σ：Weak-to-Strong 训练的 4K 高清文生图模型

文章预览

作者丨科技猛兽   编辑丨极市平台 极市导读   PixArt-Σ 比现有的文生图的扩散模型，例如 SDXL (2.6B 参数) 和 SD Cascade (5.1B 参数) 相比，其生成的图片质量卓越，而且拥有极佳的用户指令遵从性能，且模型参数明显更低 (0.6B 参数)。   >> 加入极市CV技术交流群，走在计算机视觉的最前沿 本文目录 1 扩散模型解读 (五)：PixArt 系列最新力作 PixArt-Σ：Weak-to-Strong 训练的 4K 高清文生图模型 (来自华为诺亚方舟实验室，大连理工大学，香港大学，香港科技大学) 1 PixArt-Σ 论文解读 1.1 生成 4K 高清大图的 PixArt-Σ：一个新的数据集，一个新的架构改进 1.2 高质量的训练数据 1.3 高效 DiT 架构设计 1.4 Weak-to-Strong 训练策略 1.5 实验结果 太长不看版 本文提出的 PixArt-Σ 是 PixArt 系列的最新力作，它是一个 Diffusion Transformer model (DiT)，可以直接生成 4K 分辨率的图像。PixArt-Σ ………………………………