跳到正文
arXiv · 机器人与计算机视觉· Arkadii Kazanskii, Tatiana Petrova, Andrey Ustyuzhanin, Konstantin Bagrianskii, Aleksandr Puzikov, Radu State·· 5 小时前AI 评分17

Friction-Augmented Drifting Models 实现资源高效域翻译

Friction-Augmented Drifting Models for Resource-Efficient Domain Translation

AI 导读

Friction-Augmented Drifting Models (DMF) 通过调节漂移量线性缩放,在 FFHQ 成人转儿童任务中降低了 FID 和 CMMD 指标。相比固定速率漂移模型及最优流匹配(OFM),该模型在 RTX A6000 单卡、32 批次下仅需约 7 分钟即可完成训练,显著优于 OFM 的 133.48 分钟且保持更低生成质量。

来源:arXiv · 机器人与计算机视觉 · arxiv.org