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。