一張照片，為深度學習巨頭們定制人像圖片

AIGC動態歡迎閱讀

原標題：一張照片，為深度學習巨頭們定制人像圖片
關鍵字：模型,保真度,文本,圖像,方法
文章來源：機器之心
內容字數：4811字

內容摘要：

機器之心專欄
作者：InstantX 團隊主題驅動的文本到圖像生成，通常需要在多張包含該主題（如人物、風格）的數據集上進行訓練，這類方法中的代表工作包括 DreamBooth、Textual Inversion、LoRAs 等，但這類方案因為需要更新整個網絡或較長時間的定制化訓練，往往無法很有效地兼容社區已有的模型，并無法在真實場景中快速且低成本應用。而目前基于單張圖片特征進行嵌入的方法（FaceStudio、PhotoMaker、IP-Adapter），要么需要對文生圖模型的全參數訓練或 PEFT 微調，影響原本模型的泛化性能，缺乏與社區預訓練模型的兼容性，要么無法保持高保真度。
為了解決這些問題，來自 InstantX 團隊的研究人員提出了 InstantID，該模型不訓練文生圖模型的 UNet 部分，僅訓練可插拔模塊，在推理過程中無需 test-time tuning，在幾乎不影響文本控制能力的情況下，實現高保真 ID 保持。論文標題：InstantID: Zero-shot Identity-Preserving Generation in Seconds
論文地址：https

原文鏈接：一張照片，為深度學習巨頭們定制人像圖片

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺