arXiv · 机器人与计算机视觉· Nobline Yoo, Olga Russakovsky, Ye Zhu·· 9 天前AI 评分62
D2D:通过检测器到可微批评提升文生图数值能力
D2D: Detector-to-Differentiable Critic for Improved Numeracy in Text-to-Image Generation
AI 导读
针对文生图扩散模型难以准确生成提示词中指定物体数量的问题,现有辅助计数网络受限于回归架构无法利用高性能检测器的枚举能力。本文提出 Detector-to-Differentiable (D2D) 框架,通过定制激活函数将非可微的检测器 logits 转化为软二元指示符,以此优化推理时的噪声先验。
来源:arXiv · 机器人与计算机视觉 · arxiv.org