顶会审稿人谈“扩散模型”论文中稿“潜规则”

扩散模型最近可是出了不少颠覆性成果，其中最亮眼的当属谢赛宁新作——测试时计算Scaling Law ，性能飙到天花板！ 生生为扩散模型开辟了一个全新的赛道！

在 ImageNet 数据集上，使用不同方法时，模型在 FID（越低越好）和 IS（越高越好）上的性能变化。

作为近两年最火热的方向，扩散模型相关的研究可以说是顶会投稿的焦点（尤其CVPR），其中在下游任务中的应用更甚。 如今，下游任务大多通过Finetuning、Training-free这两种方式来使用大规模文本图像扩散模型，这也是目前该方向的2大主流创新策略。

为方便感兴趣的同学，深度之眼本次邀请了 顶会顶刊审稿人谱老师 ，为我们开发 《大规模文本图像扩散模型在下游任务中的应用》 课程，以 论文讲解+代码领读 的方式，用 4节课 的时间，手把手带领大家掌握扩散模型的关键技术，学习如何基于文本和图像进行个性化定制生成。

4节课 仅需 10元
👇扫码下单立享多重福利

课程亮点

• 前沿技术速通
• 深度解析与实战结合
• 两种主流改进策略
• 定制化与可控生成

课程大纲

本课程聚焦大规模文本图像扩散模型在下游任务中的应用。

先通过结合论文讲解及代码领读的方式，带大家快速掌握Stable Diffusion系列模型的内核。

然后针对Finetuning和Training-free这两种主流方式，分别讲解两篇经典的应用文章，帮助大家根据自己的需求改进，以及应用大模型。

第1节课：论文讲解

High-resolusion image synthesis with latent diffusion models

CVPR 2022：大规模文本图像系列模型基础

论文链接：https://arxiv.org/abs/2112.10752

第2节课：代码讲解

High-resolusion image synthesis with latent diffusion models

代码链接：https://github.com/CompVis/latent-diffusion

第3节课：论文及代码讲解

Dreambooth: Fine tuning text-to-image diffusion models for subject-driven generation

CVPR 2023：基于文本及图像定制化进行定制化生成

论文链接：https://arxiv.org/abs/2208.12242

代码链接：https://github.com/PaddlePaddle/PaddleNLP/tree/develop/ppdiffusers/examples/dreambooth

第4节课：论文及代码讲解

Training-Free Layout Control with Cross-Attention Guidance

CVPR 2023：基于文本及空间约束实现可控生成

论文链接：https://arxiv.org/abs/2304.03373

代码链接：https://github.com/silent-chen/layout-guidance

老师介绍

谱老师

🧑‍🎓【简介】 中国科学院大学计算机科学博士，计算机视觉方向，主要研究方向为轻量级网络结构，生成式模型。在国内知名高校担任特别助理研究员，曾在微软亚研，阿里及腾讯进行科研工作。