open-mmlab/mmagic

[New Models] Support On Distillation of Guided Diffusion Models

Aperta

#1294 aperta il 13 ott 2022

Vedi su GitHubGuida contributor
 (2 commenti) (3 reazioni) (1 assegnatario)Python (836 fork)batch import
good first issuehelp wanted

Metriche repository

Star
 (4894 stelle)
Metriche merge PR
 (Nessuna PR mergiata in 30 g)

Descrizione

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

Guida contributor

Direzione di ricerca
La richiesta riguarda l'implementazione della tecnica di distillazione dal documento 'On Distillation of Guided Diffusion Models'. L'implementazione dovrebbe probabilmente basarsi sul codice del modello di diffusione esistente in mmagic (ad esempio, la pipeline stable diffusion). Il contributore dovrebbe prima esaminare il documento e poi adattare il codice per la distillazione della guida senza classificatore. Poiché il problema è assegnato, è consigliabile confermare con il maintainer se il lavoro è ancora aperto o se l'assegnatario ci sta lavorando attivamente.
Tech stack
python
Dominio
ai
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
3-5 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
PythonGit
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
45