Últimos artículos para Generación de imágenes

Examinando el sesgo de género en los modelos T2I a través de la Prueba de Estereotipos Pareados.

Un nuevo enfoque mejora la seguridad de las imágenes en los modelos de texto a imagen a través de la optimización de prompts.

MuLan mejora la generación de imágenes a partir de texto al descomponer las tareas en pasos más simples.

Una mirada crítica a las verdaderas capacidades de las Redes Generativas Antagónicas.

Una mirada al marco ProTIP para evaluar modelos de generación de imágenes con IA.

Skip-Tuning mejora la calidad de imagen en modelos de difusión a través de conexiones de salto más refinadas.

Una visión general de los modelos de difusión y su impacto en la IA generativa.

Un nuevo método mejora la precisión en la generación de imágenes usando modelos de visión-lenguaje.

Un método para mejorar el rendimiento de GAN usando datos desbalanceados.

Un nuevo enfoque aborda las etiquetas ruidosas en los modelos de aprendizaje automático.

Un método nuevo para mejorar los modelos de texto a imagen con eficiencia y calidad.

Nuevo conjunto de datos mejora cómo los modelos representan las relaciones espaciales en las imágenes generadas.

Este estudio explora métodos basados en clústeres para mejorar la generación de imágenes.

LD3M mejora la destilación de conjuntos de datos usando espacio latente y modelos de difusión para obtener mejores resultados.

Nuevos métodos buscan mejorar la creación de imágenes humanas a partir de descripciones de texto.

El método ParaTAA acelera muchísimo la creación de imágenes sin perder calidad.

Un nuevo enfoque mejora la consistencia y calidad de las imágenes en tareas de visualización de historias.

Un nuevo codificador de texto enfrenta desafíos en la representación visual del texto.

Switch-DiT mejora la generación de imágenes a través de relaciones innovadoras en tareas de eliminación de ruido.

Examinando temas de memorización en imágenes generadas por IA y sus implicaciones.

RG-LCD mejora la generación de imágenes a partir de texto, alineándose efectivamente con las preferencias humanas.

Un nuevo modelo crea imágenes realistas a partir de características de identidad usando aprendizaje automático.

LoRA-Composer simplifica la combinación de ideas para tener imágenes más claras y creativas.

Este método mejora la eficiencia de StyleGAN mientras mantiene la variedad de imágenes.

Un nuevo método para mejorar los modelos de difusión mientras se mantiene la diversidad en las salidas generadas.

Nuevos métodos protegen los datos personales en la generación de imágenes.

Un nuevo método mejora el control sobre los sesgos en la generación de imágenes.

Una mirada a usar el aprendizaje activo para mejorar el rendimiento de modelos generativos.

Este estudio destaca la calidad sobre la cantidad en los datos de entrenamiento para la generación de imágenes.

Un nuevo método para evaluar la novedad en los resultados de la IA generativa.

Un nuevo método mejora la generación de texto a imagen con transiciones suaves y alta calidad.

PAG mejora la calidad de imagen sin necesidad de entrenamiento adicional o indicaciones, potenciando las técnicas de generación.

Un nuevo método mejora la generación de imágenes basándose en imágenes personales de entrada.

Este método simplifica la mezcla de diferentes modelos LoRA para generar imágenes de alta calidad.

Un nuevo método mejora la forma en que los modelos representan las relaciones entre objetos en las imágenes generadas.

Este estudio se centra en mejorar la precisión espacial en la generación de imágenes a partir de texto.

La investigación revela formas de mejorar los sistemas de texto a imagen de manera eficiente y económica.

El conjunto de datos MuLAn mejora el control en la generación de imágenes a partir de texto a través de anotaciones por capas.

Este trabajo se centra en borrar conceptos no deseados de modelos de texto a imagen.

Un nuevo método mejora los modelos de texto a imagen para una mejor representación de la identidad.