open-mmlab/mmagic

[New Models] Support On Distillation of Guided Diffusion Models

Offen

#1.294 geöffnet am 13.10.2022

Auf GitHub ansehenContributor Guide
 (2 Kommentare) (3 Reaktionen) (1 zugewiesene Person)Python (836 Forks)batch import
good first issuehelp wanted

Repository-Metriken

Stars
 (4.894 Sterne)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

Model/Dataset/Scheduler description

Classifier-free guided diffusion models have recently been shown to be highly effective at high-resolution image generation, and they have been widely used in large-scale diffusion frameworks including DALL-E 2, GLIDE and Imagen.

The proposed model is able to generate images visually comparable to that of the original model using as few as 4 sampling steps on ImageNet 64x64 and CIFAR-10, achieving FID/IS scores comparable to that of the original model while being up to 256 times faster to sample from.

Open source status

  • The model implementation is available
  • The model weights are available.

Provide useful links for the implementation

Paper： On Distillation of Guided Diffusion Models

Contributor Guide

Research-Richtung
Das Issue fordert die Implementierung der Destillationstechnik aus dem Paper 'On Distillation of Guided Diffusion Models'. Die Implementierung sollte wahrscheinlich auf dem bestehenden Diffusionsmodell Code in mmagic basieren (z. B. die stable diffusion pipeline). Der Beitragende sollte zunächst das Paper prüfen und dann den Code für die Destillation von Classifier Free Guidance anpassen. Da das Issue zugewiesen ist, ist es ratsam, beim Maintainer zu bestätigen, ob die Arbeit noch offen ist oder ob der Zugewiesene aktiv daran arbeitet.
Tech Stack
python
Domain
ai
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
3-5 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonGit
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
45