访问官网
Github
Huggingface
论文项目介绍：DemoFusion
DemoFusion是一个旨在普及高分辨率图像生成技术的项目。它基于生成式人工智能（GenAI），通过开源的方式来提升图像生成技术的普及度，同时降低使用门槛。由于高分辨率图像生成之前需要巨大的资本投入，许多技术资源都集中在少数大型企业手中。而DemoFusion则希望通过技术创新，让更多的人都能使用这项技术。
项目背景
生成式人工智能的高分辨率图像生成潜力巨大，但是高昂的训练成本使得只有少数企业能够承担。DemoFusion项目通过对现有的潜在扩散模型（LDMs）进行改进，发掘其在高分辨率图像生成中的潜力。该项目开发了一种新的框架——DemoFusion框架，以逐步放大（Progressive Upscaling）、跳跃残差（Skip Residual）和扩散采样（Dilated Sampling）为核心机制，实现高分辨率图像生成。
项目进展
DemoFusion已取得多项进展，包括：
- 2024.02.27: DemoFusion已被CVPR'24接收。
- 2023.12.15: 提供了一个ComfyUI的自定义节点实现。
- 2023.12.12: DemoFusion与ControNet集成。
- 2023.12.10: 支持Image2Image功能。
- 2023.12.08: 在HuggingFace上的Img2Img演示开放。
- 2023.12.07: 增加了Colab演示功能。
- 2023.12.06: 本地Gradio演示上线，交互更佳。
- 2023.12.04: 低显存版本发布，可在Windows 8 GB VRAM环境下运行。
- 2023.12.01: 集成至Replicate，在线演示可用。
项目功能
DemoFusion提供了多个使用场景：
- 在HuggingFace、Colab和Replicate平台上提供Text2Image和Image2Image的演示。
- 提供了完整的代码和启动方法，包括在Windows环境下的低显存版本。
- 提供本地Gradio的Text2Image和Image2Image演示。
- 支持DemoFusion与ControlNet集成的本地演示。
技术细节
项目中使用的一些主要参数包括：
view_batch_size、stride、cosine_scale_1、cosine_scale_2、cosine_scale_3、sigma等，这些参数影响生成过程中的不同方面，如效率、图像细节和生成速度。- 文件夹和语法：用户可以在安装适当的环境后通过提供的代码和指引快速尝试DemoFusion的功能。
结语
如果DemoFusion对你的研究有所帮助，请考虑引用这篇论文。DemoFusion不仅为技术人员提供了先进的工具，也为希望探索生成式图像技术的用户打开了大门。希望每一个用户都能从中享受到技术的乐趣与便利。
