家庭影院技术2024，Vol.342Issue(16) ：59-62.

改进扩散模型的文本生成图像方法

刘洋 程昔恩
家庭影院技术2024，Vol.342Issue(16) ：59-62.
✕
  • NETL
  • NSTL
  • 万方数据

改进扩散模型的文本生成图像方法

刘洋 1程昔恩1
扫码查看

作者信息

  • 1. 景德镇陶瓷大学信息工程学院
  • 折叠

摘要

本模型是在预训练的扩散模型的基础上赋予新的输入模态,使它和文本共同作为输入条件,提高现存模型的生成可控性.同时,为了留存预训练模型的概念知识,先冻结了原本的权重,然后使用门控机制将新的模态加入新的可训练层.本次改进的模型,使用文本和边界框作为输入条件,增强过程的可控性从而达到相对较好的结果.

关键词

图像生成/稳定扩散模型/GLIP

引用本文复制引用

出版年

2024
家庭影院技术
广州市科学技术协会

家庭影院技术

影响因子：0.003
ISSN：1008-0945
段落导航相关论文