第30周周报

学习目标：

1、完成接口

2、阅读论文

学习内容：

论文：Refining Generative Process with Discriminator Guidance in Score-based Diffusion Models

学习时间：

3.24-3.31

学习产出：

一、车牌识别接口

接口已经全部测试完成，包括图片和视频，但是视频的接口可能还需要修改，要等通知，因此没有传到微信群里面。

二、Refining Generative Process with Discriminator Guidance in Score-based Diffusion Models

这是一篇在扩散模型中引入鉴别器的文章，在CIFAR-10和ImageNet 256x256实现了SOTA。


DG模型(Discriminator-Guidance)介绍了一种提高给定预训练评分网络样本质量的正交方法。该模型直接量化预训练分数估计与真实数据分数之间的差距，并通过辅助判别器网络估计这一差距。鉴别器的存在可以有效地发现分数训练没有捕获的有意义的信息。
主要贡献：

• 提出了一种新的生成过程，判别器引导，对给定的预训练分数模型进行调整。

• 证明鉴别器引导样本比非引导样本更接近真实世界的数据。