Семинар HDI Lab: Regularized Distribution Matching Distillation for One-step Unpaired Image-to-image Translation
В четверг - 17 октября, в 14:40 с докладом выступит Денис Ракитин (НИУ ВШЭ)
Цель методов дистилляции диффузионных моделей — их сжатие в одношаговые генераторы с сохранением настолько близкого к оригиналу качества, насколько возможно. Среди этих методов Distribution Matching Distillation (DMD) представляет собой фреймворк для обучения генераторов произвольного вида, применимых за пределами безусловной генерации. В докладе будет рассказано о нашей с коллегами недавней работе, в которой предлагается модификация метода DMD, применимая к задачам непарного переноса стиля. Мы показываем его применимость к различным задачам перевода между доменами, включая изображения, где наш метод демонстрирует сравнимое и/или лучшее качество, чем многошаговые бейзлайны
Regularized Distribution Matching Distillation for One-step Unpaired Image-to-Image Translation
SwiftBrush, конкурентная к DMD работа