AI交流(进群备注:DiffBFR)

DiffBFR是由美图与国科大联合提出的一种人脸修复方法,专注于从低质量的人脸图像中恢复高质量的人脸图像,特别适用于盲人脸恢复(Blind Face Restoration, BFR)任务。该方法基于扩散概率模型(Diffusion Probabilistic Models, DPM),能够较好地拟合长尾分布,并通过两个核心模块——身份恢复模块和纹理增强模块,分别实现逼真度的还原和真实细节的增强。
DiffBFR的特点:
- 1. 基于扩散概率模型 (DPM) 的方法
- 2. 能够较好地拟合长尾分布
- 3. 包含身份恢复模块和纹理增强模块
- 4. 还原逼真度和真实细节
DiffBFR的功能:
- 1. 从低质量的人脸图像中恢复高质量的人脸图像
- 2. 应用于盲人脸恢复 (BFR) 任务
- 3. 适用于需要高保真人脸图像的应用场景
相关导航

LLaVA-NeXT官网 – 多模态视觉语言模型
LLaVA-NeXT 是一个先进的多模态模型,基于 LLaVA-1.5 进行改进,于 2023 年 10 月发布基础版本,并于 2024 年 1 月推出 LLaVA-NeXT。该项目旨在提升图像处理和语言理解能力,特别是在视觉推理、OCR(光学字符识别)和多模态指令遵循方面。LLaVA-NeXT 通过增加输入图像分辨率(最高达 672x672、336x1344、1344x336)以及改进视觉指令调整数据集,显著增强了模型性能。它还支持更大的语言模型,如 Mistral-7B 和 Nous-Hermes-2-Yi-34B,进一步提升了其能力。LLaVA-NeXT 的训练成本低,仅需约 32 个 GPU 运行一天,使用不到 100 万视觉指令调整样本,总训练数据为 131.8 万样本,计算成本分别为 7B 模型 8x20 GPU 小时、13B 模型 16x24 GPU 小时、34B 模型 32x30 GPU 小时。这使其训练效率高于许多竞争对手,成本低至其他模型的 100-1000 倍。LLaVA-NeXT 的开放源代码特性使其广受研究者欢迎,代码、数据和模型均可公开访问,得到了 A16Z 开源 AI 资助计划的支持。
暂无评论...