I2SB: Image-to-Image Schrödinger Bridge(扩散模型学习)


一、I2SB

1.解决非线性扩散
2.Schrödinger Bridge
3.适用于图像恢复任务

在这里插入代码片

这里是引用


二、Diffusion Model(李宏毅)

扩散模型 - Diffusion Model【李宏毅2023】

1. 框架:

三部分(1)理解输入Encoder(GPT、Bert)(2)加入噪声生成中间产物(Network)(3)生成图片Decoder(不需要文字)
在这里插入图片描述

1.1 Text Encoder

在这里插入图片描述

1.2

1.3【中间产物】为小图或网络训练的结果

在这里插入图片描述

2. 评价指标

真实图片和生成图片扔进Pretrain-CNN看最后一层特征的相似度。结果越小越好
在这里插入图片描述

2. 原理

在这里插入图片描述
在这里插入图片描述

1. Training

生成预测的噪声
Ground Truth,训练数据
在这里插入图片描述

2.2 Sampleing

在这里插入图片描述
在这里插入图片描述
流程(DDMP)
在这里插入图片描述


三、数学推导

简单的分布生成复杂的分布
如何评估:极大似然估计(极大似然估计就是在只有概率的情况下,忽略低概率事件直接将高概率事件认为是真实事件的思想。)
极大似然估计和最小化交叉熵损失(KL散度)完全等价

某一张图的几率

在这里插入代码片

这里是引用


4. DDPM(Denoising Diffusion Probabilistic Models)

  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值