arXiv · 机器人与计算机视觉· Reyhaneh Esmailizadeh, Xingjian Leng, Zhanhao Liang, Liang Zheng·· 2026-10-15AI 评分28
MiniDog:基于预训练到微调的犬种文本生成图像流匹配框架
MiniDog: Dog-Breed Text-to-image Flow Matching from Pretraining to Fine-Tuning on 4 Consumer GPUs
AI 导读
MiniDog 是一个可在四张 RTX 3090 GPU 上于 70 分钟内完成扩散模型预训练与微调的框架,利用 ImageNet 2.6 万张狗图及 FLUX.1-schnell 生成的 2000 张图像进行训练。该项目开源了代码与仓库,支持 FID、HPSv2 等评估指标,已获 NeurIPS 2026 教育轨道接收。
来源:arXiv · 机器人与计算机视觉 · arxiv.org