平滑扩散

这个仓库是平滑扩散的官方 PyTorch 实现。

平滑扩散：在扩散模型中构建平滑潜空间
郭佳怡*, 徐星乾*, 蒲一帆, 倪赞林, 王超飞, Manushree Vasu, 宋世继, 黄高, 史泰博

https://github.com/JiayiGuo821/Smooth-Diffusion-Dev/assets/53193040/f965242f-968e-4e62-845c-dd3374a70fcf

平滑扩散是一种新型的扩散模型，既高性能又平滑。 <img src="https://yellow-cdn.veclightyear.com/835a84d5/ff9d4c48-f88d-4f65-a5a9-d5a2478159a2.jpg" width="1080px"/> 我们的方法正式将潜空间平滑性引入像稳定扩散这样的扩散模型中。这种平滑性显著有助于：1) 改善图像插值中过渡的连续性，2) 减少图像反演中的近似误差，3) 在图像编辑中更好地保留未编辑的内容。

新闻

[2024.03.25] 我们的演示已在 🤗 Hugging Face 空间上线！
[2024.03.20] 代码、模型和演示已发布！
[2024.02.27] 平滑扩散被 CVPR 2024 接收！
[2023.12.08] 论文发布！

待办事项

☑️ 发布代码和模型权重
☑️ Gradio 演示

概述

<img src="https://yellow-cdn.veclightyear.com/835a84d5/206d40e8-4d3d-4a23-bd0a-025c49392a2f.jpg" width="1080px"/> 平滑扩散 (c) 确保输入潜变量的变化与输出预测的变化之比是一个常数。我们提出训练时平滑扩散 (d) 来优化 (c) 中变化约束的"单步快照"。DM：扩散模型。更多细节请参考我们的论文。

代码

设置

conda create --name smooth-diffusion python=3.9
conda activate smooth-diffusion
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1
pip install -r requirements.txt

推理（Gradio 演示）

我们提供了由 Gradio 支持的 WebUI。使用以下命令启动 WebUI：

python app.py

训练

我们提供了数据下载和训练的脚本。不幸的是，由于安全审查，LAION 数据集目前不可用。[LAIOM.ai 官方说明]

# 下载 LAION aesthetics 6.5+
python download_regularization_images.py
# 训练平滑 LoRA
bash train.sh

可视化

图像插值

使用在 Stable Diffusion V1.5 之上训练的平滑 LoRA。

将上述平滑 LoRA 集成到其他社区模型中。

图像反演

图像编辑

引用

如果您觉得我们的工作有帮助，请为这个仓库点星 🌟并引用 📑我们的论文。感谢您的支持！

@InProceedings{guo2024smooth,
  title={Smooth Diffusion: Crafting Smooth Latent Spaces in Diffusion Models},
  author={Jiayi Guo and Xingqian Xu and Yifan Pu and Zanlin Ni and Chaofei Wang and Manushree Vasu and Shiji Song and Gao Huang and Humphrey Shi},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2024}
}