文本生成图像-腾讯云开发者社区

开发者社区

文档建议反馈控制台

腾讯云架构师技术同盟

文章/答案/技术大牛

发布

文本生成图像

文本生成图像

专栏成员

14

文章

5676

阅读量

12

订阅数

Text to Image 文本生成图像定量评价指标分析笔记 Metric Value总结 IS、FID、R-prec等

腾讯技术创作特训营S10

这里推荐一篇实用的文章：一文彻底弄懂 MySQL 优化：从 Java 后端视角出发。

中杯可乐多加冰

2024-11-25

1570

Pytorch如何进行断点续训——DFGAN断点续训实操

腾讯技术创作特训营S8

我们在训练模型的时候经常会出现各种问题导致训练中断，比方说断电、系统中断、内存溢出、断连、硬件故障、地震火灾等之类的导致电脑系统关闭，从而将模型训练中断。

中杯可乐多加冰

2024-08-01

5140

解决方案——文本生成图像DF-GAN配置Oxford-102 Flower 花数据集全流程

腾讯技术创作特训营S8

Oxford-102 Flower是牛津工程大学于2008年发布的用于图像分类的花卉数据集，该数据集选择的花通常在英国本土，详细信息和每个类别的图像数量可以在网站的类别统计页面上找到，如下：

中杯可乐多加冰

2024-07-31

3370

生成模型的2022年——人工智能AIGC顶级论文回顾

aigc 腾讯技术创作特训营S6

2022年是生成模型奇幻发展的一年，Stable Diffusion🎨创造了超现实主义的艺术， ChatGPT 💬回答了生命意义的问题，Make a Video🎥从文本生成了栩栩如生的马儿，DreamFusion✨生成了不可思议的三维模型，多个AI领域得以迅速发展，绘画、音乐、新闻创作、主播等诸多行业正在被重新定义。

中杯可乐多加冰

2024-05-04

4010

Text to image论文精读 AttnGAN: Fine-Grained TexttoImage Generation with Attention

腾讯技术创作特训营S6

这篇文章提出了一种注意力生成对抗网络（AttnGAN），它允许注意力驱动、多阶段细化细粒度文本到图像的生成，此外，还提出了一种深度注意多模态相似性模型来计算细粒度图像-文本匹配损失以训练生成器，进而生成更逼真的图像。

中杯可乐多加冰

2024-05-02

4110

Text to image论文精读 StackGAN++: Realistic Image Synthesis with Stacked GAN

腾讯技术创作特训营S6

这篇文章主要工作是：将原先的Stack GAN的两阶段的堆叠结构改为了树状结构。包含有多个生成器和判别器，它们的分布像一棵树的结构一样，并且每个生成器产生的样本分辨率不一样。另外对网络结构也进行了改进。文章被2017年ICCV（International Conference on Computer Vision）会议录取。

中杯可乐多加冰

2024-04-30

2060

Text to image论文精读 StackGAN：Text to Photo-realistic Image Synthesis with Stacked

腾讯技术创作特训营S6

本篇文章提出了叠加生成对抗网络（StackGAN）与条件增强，用于从文本合成现实图像，被2017年ICCV（International Conference on Computer Vision）会议录取。

中杯可乐多加冰

2024-04-29

2400

Text to image论文精读 GAN-CLS和GAN-INT：Generative Adversarial Text to Image Synthesis

腾讯技术创作特训营S6

这是一篇用GAN做文本生成图像（Text to Image、T2I）的论文，文章在2016年由Reed等人发布，被ICML会议录取。可以说是用GAN做文本生成图像的开山之作。

中杯可乐多加冰

2024-04-28

2510

Text to image论文精读 StackGAN：Text to Photo-realistic Image Synthesis with Stacked

腾讯技术创作特训营S6

本篇文章提出了叠加生成对抗网络（StackGAN）与条件增强，用于从文本合成现实图像，被2017年ICCV（International Conference on Computer Vision）会议录取。

中杯可乐多加冰

2024-04-27

1380

文本生成图像工作简述5--对条件变量进行增强的 T2I 方法（基于辅助信息的文本生成图像）

图像处理 aigc 图像创作腾讯技术创作特训营S6

在传统的T2I方法中，常常使用一个固定的随机噪声向量作为输入，然后通过生成器网络来生成图片。而条件变量增强的T2I方法则通过引入额外的条件信息来生成更具特定要求的图片，这个条件信息可以是任何与图片相关的文本信息，比如图片的描述、标签或者语义向量。

中杯可乐多加冰

2024-04-24

2130

文本生成图像工作简述4--扩散模型、自回归模型、生成对抗网络的对比调研

腾讯技术创作特训营S6

基于近年来图像处理和语言理解方面的技术突破，融合图像和文本处理的多模态任务获得了广泛的关注并取得了显著成功。

中杯可乐多加冰

2024-04-21

1.1K0

文本生成图像工作简述3--技术难点、研究意义、应用领域和目前的局限性

腾讯技术创作特训营S6

文本生成图像（text-to-image）指的是使用人工智能技术将文本转换为图像的过程，其可以根据给定文本生成符合描述的真实图像，其是多模态机器学习的任务之一，具有巨大的应用潜力，如视觉推理、图像编辑、视频游戏、动画制作和计算机辅助设计。

中杯可乐多加冰

2024-04-20

4740

文本生成图像工作简述2--常用数据集分析与汇总

腾讯技术创作特训营S6

文本到图像的 AI 模型仅根据简单的文字输入就可以生成图像。用户可以输入他们喜欢的任何文字提示——比如，“一只可爱的柯基犬住在一个用寿司做的房子里”——然后，人工智能就像施了魔法一样，会产生相应的图像。

中杯可乐多加冰

2024-04-19

8290

文本生成图像工作简述1--概念介绍和技术梳理

腾讯技术创作特训营S6

基于深度学习的机器学习方法已经在语音、文本、图像等单一模态领域取得了巨大的成功，而同时涉及到多种输入模态的多模态机器学习研究有巨大的应用前景和广泛的研究价值，成为了近年来的研究热点。

中杯可乐多加冰

2024-04-18

4530

没有更多了

社区活动

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·干货材料·成员作品最新动态