- 博客(12)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 训练Stable Diffusion(XL) Lora的图片是否需要caption？
两种方式训练的lora都存在着对某些事物比如青椒无法生成的问题。即使使用较早期的checkpoint-00008也存在同样的问题，调低lora scale到0.6可以得到缓解。从画面质量和文本图片匹配度来看，使用caption的方式训练效果略胜一筹。
2024-03-06 14:34:00
881
原创 图片视频联合编解码器 MAGVIT-v2
2024年年初因为sora的爆火，大家开始对视频生成相关的技术进行广泛的讨论和研究，sora这类视频生成的模型离不开一个重要的组件：一个能高比率压缩且高保真的视频编码器。作者进行了实验，使用VQ的方式随着codebook的增大，重建的能力虽然变强了，生成能力反而变差（想象codebook大到能容纳所有的取值，那就丢失了生成能力）。MAGVIT-v2使用的是一种 LFQ 的变体，它假设码本维度独立和 latent 变量为二进制。（以前基于3D CNN的方法因为3D CNN的特性只能对视频建模）
2024-03-04 23:07:54
1029
原创 Controlnet作者新作-Layer Diffusion
Layer Diffusion提出将透明背景图像的alpha通道图也能在Stable Diffusion的latent space中表示出来，因此可以用SD标准的目标函数进行训练达到文生透明图的效果。这些功能对设计师和游戏厂商有很大的影响，以前为了生成带图层的素材，一般是使用生成结合抠图完成，现在可以一步到位，并且可以精确到发丝的级别。
2024-03-04 20:04:53
395
原创 OCRNet 论文解读
论文：Segmentation Transformer: Object-Contextual Representations for Semantic Segmentation文章提出一种新的目标上下文特征表示方法，方法本质上是用注意力建立点和对象区域的上下文关系。背景和动机获取目标的上下文特征有两种主流方法，一是以ASPP为代表的多尺度模块，ASPP通过对特征图中的点进行稀疏采样获得上下文，这种方式获得上下文既包含前景目标，也可能包含背景。另一种被称为 Relational context，这种方式
2021-11-23 11:03:41
3410
原创 2021 美图CV算法一面面经
记录下来，主要是给自己查漏补缺，也给大家一个面试的借鉴。面试时长90分钟，面试60min+算法题和反问30min，面试官很nice，在面试过程中能感受到他的技术深度和见识广度。实习相关我实习主要做的是机器学习方面，问了我如何设计特征，如何判断特征的好坏等等（不过这些本来就是简历里的东西）论文相关（我是菜鸡~，没有项目）流程大致是:整体介绍，（这个论文是做什么样的任务，达到怎么样的效果）网络设计，（网络如何设计的），面试官是完全明白了我的网络，问我有没有了解过显著性检测里的F3Net，说
2021-11-18 11:04:21
1484
原创 检测中的不平衡问题及解决办法
类间不平衡（class imbalance） 尺度不平衡（scale imbalance） 空间不平衡（spatial imbalance） 多任务不平衡（objective imbalance） 背景-前景不平衡 前景-前景不平衡 目标尺寸不平衡 特征尺度不平衡 定义类间不平衡: 属于不同类别的样本数量差异显著。前景-背景不平衡：正负例样本数量差异显著，比如rpn提出的候选框负例远大于正例。 前景-前景不平衡：检测的目标其出现频率在数.
2021-10-04 10:19:09
1141
原创 java作用域
java作用域在c++中，这样使用是合法的。因为c++会将较大的作用域隐藏起来。{ int ix = 10; { int ix = 100; }}在java中上述代码是不允许的，因为设计者认为这会导致程序混乱。
2017-09-17 09:36:38
179
转载 结构体中使用string
malloc只是负责申请一块内存，没有任何其他动作。直接声明结构体或者new 一个结构体指针，会调用默认构造函数。如果结构中包含类，同样会调用成员类的默认构造函数。程序中的内存错误是因为使用malloc分配一个结构体内存，但是string是一个类。并没有调用string的构造函数，所以string在malloc之后没有正确构造，导致使用时段错误。下面测试程序前两个直接声明结构体和new出来的，
2017-06-13 12:16:18
4821
原创 图的遍历-广度优先和深度优先遍历
图的遍历概念 从给定图中任意指定的顶点出发，按照某种搜索方法沿着图的边访问图中的所有顶点，使每个顶点仅被访问一次，这个过程就是图的遍历。方法有两种:深度优先遍历（DFS）和广度优先遍历（BFS）。 从顶点0开始进行深度优先遍历，可以得到如下访问序列：0 1 2 4 3 或 0 3 2 4 1。 从顶点0开始进行广度优先遍历，可以得到如下访问序列：0 1 3 2 4或 0 3 1 2 4
2017-06-10 21:25:57
1477
原创 Hanoi问题递归求解
Hanoi问题递归求解问题描述 设有三个分别命名为A，B，C的塔座，在塔座A上有n个直径各不相同，从小到大依次编号为1，2，3，…n的盘片，现要求将A塔座的n个盘片移到C塔座上并仍按同样顺序叠放，盘片移动必须遵循以下规则： 每次只能移动一个盘片；盘片可以放在任何一塔座；任何时候都不能将一个较大的盘片放在较小的盘片上。递归求解思想 欲将A上n个盘片通过B移动到C，可先将A上的n
2017-05-31 22:40:19
1040
原创 C++与Java数组内存的分配
在 C++中，数组要么在静态存储区创建（静态存储区虽然叫“static”，但存在于RAM里），要么就在栈中创建。在栈中创建的数组，数组名就代表着一块内存，注意不是指向，并且在其生命期内它在栈中的地址都不会改变。由于是内存块，因此在C++中使用数组是非常危险的，比如未初始化就使用内存（常规错误），又如程序访问了当前内存块之外的元素，就会造成不可预测的错误。而在Java中，创建一个数组可以
2017-05-22 22:21:30
233
apache-kafka-documentation.pdf
2018-01-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人