Articoli più recenti per Generazione Immagini

Esaminando il pregiudizio di genere nei modelli T2I attraverso il Test degli Stereotipi Abbinati.

Un nuovo approccio migliora la sicurezza delle immagini nei modelli da testo a immagine attraverso l'ottimizzazione dei prompt.

MuLan migliora la generazione di immagini da testo suddividendo i compiti in passaggi più semplici.

Uno sguardo critico alle vere capacità delle Reti Neurali Generative Avversarie.

Uno sguardo al framework ProTIP per valutare i modelli di generazione di immagini AI.

Skip-Tuning migliora la qualità delle immagini nei modelli di diffusione tramite connessioni skip più affinate.

Una panoramica sui modelli di diffusione e il loro impatto sull'IA generativa.

Un nuovo metodo migliora l'accuratezza della generazione delle immagini usando modelli visione-linguaggio.

Un metodo per migliorare le prestazioni delle GAN usando dati sbilanciati.

Un nuovo approccio affronta le etichette rumorose nei modelli di machine learning.

Un metodo nuovo per migliorare i modelli da testo a immagine con efficienza e qualità.

Nuovo dataset migliora come i modelli rappresentano le relazioni spaziali nelle immagini generate.

Questo studio esplora metodi basati su cluster per generare immagini migliori.

LD3M migliora la distillazione dei dataset usando spazi latenti e modelli di diffusione per risultati migliori.

Nuovi metodi puntano a migliorare la creazione di immagini umane a partire da descrizioni testuali.

Il metodo ParaTAA accelera notevolmente la creazione delle immagini senza perdere qualità.

Un nuovo approccio migliora la coerenza e la qualità delle immagini nei compiti di visualizzazione delle storie.

Un nuovo encoder di testo affronta le sfide nel rendering visivo del testo.

Switch-DiT migliora la generazione di immagini tramite innovative relazioni di compiti di denoising.

Esaminando i problemi di memorizzazione nelle immagini generate dall'IA e le loro implicazioni.

RG-LCD migliora la generazione di immagini a partire dal testo, allineandosi in modo efficace con le preferenze umane.

Un nuovo modello crea immagini realistici a partire da caratteristiche dell'identità usando il machine learning.

LoRA-Composer rende più facile unire idee per immagini più chiare e creative.

Questo metodo migliora l'efficienza di StyleGAN mantenendo la varietà delle immagini.

Un nuovo metodo per migliorare i modelli di diffusione mantenendo la diversità nei risultati generati.

Nuovi metodi proteggono i dati personali nella generazione di immagini.

Un nuovo metodo migliora il controllo sui bias nella generazione delle immagini.

Uno sguardo all'uso dell'apprendimento attivo per migliorare le performance dei modelli generativi.

Questo studio sottolinea l'importanza della qualità rispetto alla quantità nei dati di addestramento per la generazione di immagini.

Un nuovo metodo per valutare la novità nei risultati dell'AI generativa.

Un nuovo metodo migliora la generazione di immagini da testo con transizioni fluide e alta qualità.

PAG migliora la qualità delle immagini senza bisogno di ulteriore addestramento o suggerimenti, migliorando le tecniche di generazione.

Un nuovo metodo migliora la generazione di immagini basata su immagini personali.

Questo metodo semplifica il mescolamento di diversi modelli LoRA per generare immagini di alta qualità.

Un nuovo metodo migliora come i modelli rappresentano le relazioni tra gli oggetti nelle immagini generate.

Questo studio si concentra sul miglioramento dell'accuratezza spaziale nella generazione di immagini a partire dal testo.

La ricerca svela modi per migliorare i sistemi da testo a immagine in modo efficiente e conveniente.

Il dataset MuLAn migliora il controllo nella generazione di immagini a partire da testo grazie a annotazioni a strati.

Questo lavoro si concentra sull'eliminazione di concetti indesiderati dai modelli da testo a immagine.

Un nuovo metodo migliora i modelli da testo a immagine per una migliore rappresentazione dell'identità.