港科大&MSRA研究：关于图像到图像转换，Finetuning is all you need

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

许多内容制作项目需要将简单的草图转换为逼真的图片，这就涉及图像到图像的转换（image-to-image translation），它使用深度生成模型学习给定输入的自然图片的条件分布。

图像到图像转换的基本概念是利用预训练的神经网络来捕捉自然图片流形（manifold）。图像转换类似于遍历流形并定位可行的输入语义点。系统使用许多图片对合成网络进行预训练，以从其潜在空间的任何采样中提供可靠的输出。通过预训练的合成网络，下游训练将用户输入调整为模型的潜在表征。

多年来，我们已经看到许多特定于任务的方法达到了 SOTA 水平，但目前的解决方案还是难以创建用于实际使用的高保真图片。

在最近的一篇论文中，香港科技大学和微软亚洲研究院的研究者认为，对于图像到图像的转换，预训练才是 All you need。以往方法需要专门的架构设计，并从头开始训练单个转换模型，因而难以高质量地生成复杂场景，尤其是在配对训练数据不充足的情况下。

因此，研究者将每个图像到图像的转换问题视为下游任务，并引入了一个简单通用框架，该框架采用预训练的扩散模型来适应各种图像到图像的转换。他们将提出的预训练图像到图像转换模型称为 PITI（pretraining-based image-to-image translation）。此外，研究者还提出用对抗训练来增强扩散模型训练中的纹理合成，并与归一化指导采样结合以提升生成质量。

最后，研究者在 ADE20K、COCO-Stuff 和 DIODE 等具有挑战性的基准上对各种任务进行了广泛的实证比较，表明 PITI 合成的图像显示出了前所未有的真实感和忠实度。

• 论文链接：https://arxiv.org/pdf/2205.12952.pdf
• 项目主页：https://tengfei-wang.github.io/PITI/index.html

GAN 已死，扩散模型永存

作者没有使用在特定领域表现最佳的 GAN，而是使用了扩散模型，合成了广泛多样的图片。其次，它应该从两种类型的潜在代码中生成图片：一种描述视觉语义，另一种针对图像波动进行调整。语义、低维潜在对于下游任务至关重要。否则，就不可能将模态输入转换为复杂的潜在空间。鉴于此，他们使用 GLIDE 作为预训练的生成先验，这是一种可以生成不同图片的数据驱动模型。由于 GLIDE 使用了潜在的文本，它允许语义潜在空间。

扩散和基于分数的方法表现出跨基准的生成质量。在类条件 ImageNet 上，这些模型在视觉质量和采样多样性方面与基于 GAN 的方法相媲美。最近，用大规模文本图像配对训练的扩散模型显示出惊人的能力。训练有素的扩散模型可以为合成提供通用的生成先验。

框架

作者可以使用前置（pretext）任务对大量数据进行预训练，并开发一个非常有意义的潜在空间来预测图片统计。

对于下游任务，他们有条件地微调语义空间以映射特定于任务的环境。该机器根据预先训练的信息创建可信的视觉效果。

作者建议使用语义输入对扩散模型进行预训练。他们使用文本条件、图像训练的 GLIDE 模型。Transformer 网络对文本输入进行编码，并为扩散模型输出 token。按照计划，文本嵌入空间是有意义的。

上图是作者的作品。与从头开始的技术相比，预训练模型提高了图片质量和多样性。由于 COCO 数据集具有众多类别和组合，因此基本方法无法通过引人注目的架构提供美观的结果。他们的方法可以为困难的场景创建具有精确语义的丰富细节。图片展示了他们方法的多功能性。

实验及影响

表 1 显示，该研究所提方法性能始终优于其他模型。与较为领先的 OASIS 相比，在掩码到图像合成方面，PITI 在 FID 方面获得了显著的改进。此外，该方法在草图到图像和几何到图像合成任务中也显示出良好的性能。

图 3 展示了该研究在不同任务上的可视化结果。实验可得，与从头开始训练的方法相比，预训练模型显著提高了生成图像的质量和多样性。该研究所用方法可以产生生动的细节和正确的语义，即使是具有挑战性的生成任务。

该研究还在 Amazon Mechanical Turk 上的 COCO-Stuff 上进行了一项关于掩码到图像合成的用户研究，获得了 20 名参与者的 3000 票。参与者一次会得到两张图片，并被要求选择一张更真实的进行投票。如表 2 所示，所建议的方法在很大程度上优于从零开始的模型和其他基线。

条件图像合成可创建符合条件的高质量图片。计算机视觉和图形学领域使用它来创建和操作信息。大规模预训练改进了图片分类、对象识别和语义分割。未知的是大规模预训练是否有利于一般生成任务。

能源使用和碳排放是图片预训练的关键问题。预训练是耗能的，但只需要一次。条件微调让下游任务可以使用相同的预训练模型。预训练允许用更少的训练数据训练生成模型，当数据由于隐私问题或昂贵的注释成本而受到限制时，可以提升图像合成效果。

# 可以使用  # 提高了  # 获得了  # 掩码  # 的是  # 进行了  # 转换为  # 高质量  # 图像转换  # 架构  # 法相  # https  # transformer  # glide  # github  # 对象  # Token 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 网络优化91478 】 【 技术知识72672 】 【 云计算0 】 【 GEO优化84317 】 【 优选文章0 】 【 营销推广36048 】 【 网络运营41350 】 【 案例网站102563 】 【 AI智能45237 】

相关推荐： Postman Flows：构建智能AI驱动型工作流完全指南  ASUS Armoury Crate深度评测：最新功能与个性化定制  客户生命周期价值：终极商业增长策略  歌曲分析：The Killers乐队的《Mr. Brightside》歌词深度解析  ChatGPT如何进行数据可视化构思 ChatGPT图表设计指南  利用Gen AI和AI Agent进行软件测试：Ollama本地LLM实践  Kaiber AI视频制作教程：轻松打造吸睛AI视频  智能合约简明教程：概念、应用与未来趋势  淋巴按摩终极指南：在家打造紧致透亮肌肤  2025年AI招聘大师班：初学者友好且功能强大  lovemo网页版直接进入 lovemo官网在线登录  AI Buildr: 构建 AI 应用的终极指南  Notion AI整理笔记怎么用_Notion AI整理笔记使用方法详细指南【教程】  百度APP搜索框ai怎么关 百度APP搜索框ai图标去除  Gemini怎样用语音输入_Gemini语音输入设置【方法】  股票 vs. ETF：解锁股市财富密码，新手投资完全指南  AI绘图软件怎么用_AI绘图软件使用方法详细指南【教程】  教你用AI一键为代码添加注释，小白也能读懂复杂程序  LTX Studio：AI电影制作平台深度评测与应用指南  P&ID图全解析：工艺流程图解读与应用指南  教你用AI一键去除图片水印，操作简单效果惊人  AI音频增强和视频背景替换终极指南  如何利用 ChatGPT 进行深度行业竞品分析  C3.ai深度解析：投资者必知的关键洞察  使用 DeepSeek 进行网络协议栈分析与优化建议  批改网AI检测工具怎样开启实时检测_批改网AI检测工具实时检测开启与延迟设置【指南】  提升企业效率：QR Platform管理后台功能全面解析  智谱清言分析数据怎么用_智谱清言分析数据使用方法详细指南【教程】  Depseek能否批量生成部门总结_Depseek多部门总结批量生成步骤【方法】  Gemini怎么用新功能实时问答_Gemini实时问答使用【步骤】  一键生成PPT工具怎么用_一键生成PPT工具使用方法详细指南【教程】  ChatGPT 处理超长 PDF 文件的核心步骤  AI赋能！图形设计师必备的顶级AI工具  百度ai助手任务栏怎么关 百度ai助手任务栏图标隐藏  微信AI数字人如何设置工作时间_微信AI数字人时段开关与值班安排【实操】  SteosVoice：电报语音克隆终极教程  DeepSeek 在量化交易策略回测中的实战教程  AI伴侣：连接还是孤独？真实对话揭秘AI伦理困境  智谱AI绘画怎么用_智谱AI绘画使用方法详细指南【教程】  AI广告全面解析：免费教程、JSON提示与营销策略  AI视频生成终极指南：免费为店铺打造引流爆款  即梦AI怎样生成产品描述_即梦AI产品描述生成与卖点提炼【实操】  Feelin网页版在线使用 Feelin官网登录入口  AI时代生存指南：掌握软实力，成为不可替代的人  VideoGen教程：AI视频生成器，无需拍摄快速制作视频  ClaudePC端怎么设主题色_ClaudePC端主题设置步骤【教程】  tofai官方网站入口 tofai在线网页版登录  AI简历生成器：提升求职效率的智能工具  AI vs. 人工书籍教练：哪个更适合你？终极指南  如何通过豆包 AI 进行每日新闻简报的个性化定制 

 2023-05-04