预训练文生图模型概念消除技术
Concept Ablation 项目开发了一种从预训练文本到图像扩散模型中移除特定概念的方法。通过将目标概念的图像分布匹配到锚概念分布,如将'Grumpy Cat'匹配到'Cat',实现了高效的概念消除。该技术可以去除版权材料、记忆图像等,同时保留相关概念,无需重新训练模型。在特定对象实例、艺术风格和记忆图像等多种任务中表现优异。
[新消息!] Huggingface 演示 链接。
https://github.com/nupurkmr9/concept-ablation/assets/9297728/fb29bc97-a2a9-497a-bb8e-9ffb02986401
我们的方法可以从预训练的Stable Diffusion模型中消融(移除)版权材料和记忆的图像。在这里,我们将目标概念分布改变为锚概念,例如,将梵高绘画改为普通绘画,或将不爽猫改为普通猫。
文本到图像扩散模型中的概念消融 <br> Nupur Kumari、张炳亮、王圣宇、Eli Shechtman、Richard Zhang、朱俊彦<br> CMU、清华、Adobe <br> ICCV, 2023
大规模文本到图像扩散模型能够生成高保真度的图像,具有强大的组合能力。然而,这些模型通常在海量互联网数据上训练,其中往往包含版权材料、授权图像和个人照片。此外,它们还被发现会复制各种在世艺术家的风格或记忆确切的训练样本。我们如何在不从头重新训练模型的情况下移除这些受版权保护的概念或图像呢?
我们提出了一种在预训练模型中高效消融概念的方法,即防止生成目标概念。我们的算法学习将给定目标风格、实例或我们希望消融的文本提示的图像分布与对应锚概念的分布相匹配,例如,将不爽猫匹 配到普通猫。
我们的方法在各种概念消融任务上表现良好,包括特定对象实例、艺术风格和记忆的图像。我们可以成功地消融目标概念,同时最小程度地影响应该保留的密切相关的周边概念(例如,在消融不爽猫时保留其他猫品种)。我们所有的结果都基于stable-diffusion-v1-4模型。
有关更多生成结果和比较,请参阅我们的网页。
我们消融不同的目标艺术风格概念,转而生成普通绘画。
<p align="center"> <img src='https://yellow-cdn.veclightyear.com/835a84d5/e8b4e36a-7b9a-4f61-b427-cbef4cddca16.jpg' align="center" width=800> </p>我们消融各种实例,并用一般类别锚概念覆盖它们。
<p align="center"> <img src='https://yellow-cdn.veclightyear.com/835a84d5/dd0603b5-95eb-4a17-8d0b-ddf014a7c93f.jpg' align="center" width=800> </p>我们的方法可以消融记忆的训练图像,转而生成变体。
<p align="center"> <img src='https://yellow-cdn.veclightyear.com/835a84d5/013f3ef1-ed46-40e3-bba8-8be6d65d2dae.jpg' align="center" width=800> </p>给定要消融的目标概念不爽猫和锚概念猫,我们微调模型,使其对目标概念提示一只可爱的小不爽猫的预测与提示为一只可爱的小猫时相同。
Diffusers: 请参考这里使用基于diffusers的stable-diffusion模型消融概念。
CompVis: 请参考这里使用基于CompVis的stable-diffusion模型消融概念。
注意:论文中的所有结果均使用基于CompVis的实现获得。
如果您在研究中使用了此代码,请引用我们的论文。
@inproceedings{kumari2023conceptablation, author = {Kumari, Nupur and Zhang, Bingliang and Wang, Sheng-Yu and Shechtman, Eli and Zhang, Richard and Zhu, Jun-Yan}, title = {Ablating Concepts in Text-to-Image Diffusion Models}, booktitle = ICCV, year = {2023}, }
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效 单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领 导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号