另外来自英伟达和 MIT 的研究团队提出了GauGAN技术
正文
GauGAN 是基于名为 “空间自适应归一化”(spatially-adaptive normalization, SPADE) 技术实现的。该方法通过一个简单但有效的层，在给定输入语义布局的情况下合成照片级真实的图像。
以前的方法直接将语义布局作为输入提供给网络，然后通过卷积、归一化和非线性层进行处理。我们证明了以前的方法不是最优的，因为归一化层往往会消除语义信息。
为了解决这个问题，我们建议使用输入布局，通过空间自适应的、学习的变换来调整归一化层中的激活。
在几个具有挑战性的数据集上的实验表明，与现有方法相比，SPADE 在视觉保真度和与输入布局的对齐方面具有优势。最后，我们的模型允许用户轻松地控制合成结果的样式和内容，以及创建多模态的结果。
github库地址：https://github.com/NVlabs/SPADE
网友回复
我知道答案，我要回答
私活外包
最新提问
webgl与webgpu有啥不同？
Zero Trust的Tunnels怎么设置泛域名解析及http服务获取当前访问域名？
Spec Coding（规范驱动编码）和 Vibe Coding（氛围编程）有啥区别？
如何在国内服务器上正常运行未备案的域名网站？
Cloudflared 和WARP Connector有啥不同？
有没有让本地开源大模型越狱的方法或插件啥的？
如何使用Zero Trust的Tunnels技术将局域网电脑web服务可以公网访问呢？
编程领域ai大模型的排名是怎么样的？
如何修改别人发给我的微信笔记内容？
fbx、obj、glb三维格式模型如何在浏览器中通过three相互转换格式？
