车辆重识别(2021NIPS在图像合成方面,扩散模型打败了gans网络)论文阅读2024/10/01

本文在架构方面的创新:

①增加注意头数量:

使用32⇥32、16⇥16和8⇥8分辨率的注意力,而不是只使用16⇥16

②使用BigGAN残差块

使用Big GAN残差块对激活进行上采样和下采样

③自适应组归一化层

将经过组归一化操作后的时间步和类嵌入到每个残差块

1,那么是如何对生成过程进行引导的?

2,那么具体来说,如何根据当前时刻xt的梯度,来调整xt?



在本文中介绍了两种算法用于分类器指导:

向分类器中输入xt,发现与真实类别匹配概率小,计算对xt的梯度,让xt以一定的包含梯度的步幅进行移动,使得匹配概率增加。其实这里有点像之前卷积神经网络中参数w更新的原理,w也是在梯度方向上移动,以此来使得loss值最小。但是这两种算法不是简单的对xt进行处理,①是对预测的均值μ进行处理,让均值μ在梯度方向上移动。②是对预测的噪声进行处理,让噪声在梯度方向上移动。另外,s可以叫做学习率,主要是控制在梯度方向上移动的步幅,和之前卷积神经网络中的w更新公式中的学习率差不多。

BigGAN残差块是什么意思?




注意力池是什么?


相关推荐
撞南墙者6 分钟前
OpenCV自学系列(1)——简介和GUI特征操作
人工智能·opencv·计算机视觉
OCR_wintone4218 分钟前
易泊车牌识别相机,助力智慧工地建设
人工智能·数码相机·ocr
王哈哈^_^29 分钟前
【数据集】【YOLO】【VOC】目标检测数据集,查找数据集,yolo目标检测算法详细实战训练步骤!
人工智能·深度学习·算法·yolo·目标检测·计算机视觉·pyqt
一者仁心35 分钟前
【AI技术】PaddleSpeech
人工智能
YMWM_40 分钟前
论文阅读《Structure-from-Motion Revisited》
论文阅读
是瑶瑶子啦43 分钟前
【深度学习】论文笔记:空间变换网络(Spatial Transformer Networks)
论文阅读·人工智能·深度学习·视觉检测·空间变换
EasyCVR1 小时前
萤石设备视频接入平台EasyCVR多品牌摄像机视频平台海康ehome平台(ISUP)接入EasyCVR不在线如何排查?
运维·服务器·网络·人工智能·ffmpeg·音视频
柳鲲鹏1 小时前
OpenCV视频防抖源码及编译脚本
人工智能·opencv·计算机视觉
西柚小萌新1 小时前
8.机器学习--决策树
人工智能·决策树·机器学习