In der sich schnell entwickelnden Bildsynthese steht die Linderung von Artefakten im Fokus, um die Qualität synthetischer Bilder zu verbessern. Durch die Feinabstimmung des Vision-Language-Modells (VLM) als Artefaktklassifizierer werden Artefakte identifiziert und klassifiziert. Eine umfassende Artefakt-Taxonomie wird entwickelt, und das SynArtifact-1K-Datenset wird erstellt. Das feinabgestimmte VLM zeigt eine überlegene Fähigkeit zur Identifizierung von Artefakten und übertrifft die Basislinie um 25,66%. Die Ausgabe des VLM wird genutzt, um das generative Modell zur Linderung von Artefakten zu optimieren.
Ke Bahasa Lain
dari konten sumber
arxiv.org
Wawasan Utama Disaring Dari
by Bin Cao,Jian... pada arxiv.org 02-29-2024
https://arxiv.org/pdf/2402.18068.pdfPertanyaan yang Lebih Dalam