近年來,人工智能在文本到圖像生成領(lǐng)域取得了顯著進(jìn)展。將書面描述轉(zhuǎn)化為視覺表現(xiàn)具有廣泛的應(yīng)用,從創(chuàng)作內(nèi)容到幫助盲人和講故事。然而,研究人員面臨著兩個(gè)重大障礙,即缺乏高質(zhì)量數(shù)據(jù)和從互聯(lián)網(wǎng)抓取的數(shù)據(jù)集涉及的版權(quán)問題。
為了克服這些問題,一支研究團(tuán)隊(duì)提出了一個(gè)創(chuàng)新的方法,他們創(chuàng)建了一個(gè)創(chuàng)意共享許可(CC)的圖像數(shù)據(jù)集,用于訓(xùn)練開放擴(kuò)散模型,這些模型可以勝過Stable Diffusion2(SD2)。
這個(gè)方法有兩個(gè)主要挑戰(zhàn):首先,高分辨率的CC照片雖然是開放許可的,但它們經(jīng)常缺乏文本描述,這對(duì)于文本到圖像生成模型的訓(xùn)練至關(guān)重要。
其次,與像LAION這樣的大型專有數(shù)據(jù)集相比,CC照片數(shù)量較少,盡管它們是重要的資源。這引發(fā)了是否有足夠的數(shù)據(jù)可以有效訓(xùn)練高質(zhì)量模型的問題。
為了解決這些問題,研究團(tuán)隊(duì)采用了遷移學(xué)習(xí)技術(shù),使用預(yù)訓(xùn)練模型創(chuàng)建了出色的合成標(biāo)題,并將其與精心選擇的CC照片相匹配。這種方法利用了模型從照片或其他輸入生成文本的能力,通過創(chuàng)建一個(gè)照片和虛構(gòu)標(biāo)題的數(shù)據(jù)集,用于訓(xùn)練生成模型,將文字轉(zhuǎn)化為視覺內(nèi)容。
此外,他們還制定了一種既節(jié)約計(jì)算資源又高效利用數(shù)據(jù)的訓(xùn)練方法,以解決第二個(gè)挑戰(zhàn)。這意味著有足夠的CC照片可供訓(xùn)練高質(zhì)量模型。最終,研究團(tuán)隊(duì)培訓(xùn)了多個(gè)文本到圖像生成模型,這些模型被稱為CommonCanvas系列,并在生成質(zhì)量上媲美SD2。
通過該方法,他們克服了數(shù)據(jù)集大小的限制和使用人工標(biāo)題的問題,實(shí)現(xiàn)了高質(zhì)量的圖像生成?傊,他們的研究為創(chuàng)意共享圖像的利用提供了新方法,為生成模型的進(jìn)一步發(fā)展提供了有力支持。同時(shí),他們還將訓(xùn)練好的CommonCanvas模型、CC照片、人工標(biāo)題和CommonCatalog數(shù)據(jù)集免費(fèi)提供在GitHub上,以鼓勵(lì)更多的合作和研究。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國柏林國際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場的強(qiáng)大影響力。
近日,中國家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會(huì)主辦的“2024全球開發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。