Core Concepts
データ分布モデリングにおける新しいアプローチを導入する。
Abstract
既存の拡散変換器を大幅に改善し、画像生成とクロスドメインの微調整タスクで新たな最先端FIDを達成。12つのデータセットで実験を行い、SADMは画像生成とクロスドメインの微調整タスクで驚異的な結果を達成した。提案手法は、拡散ベースのアーキテクチャ全般に一般化可能であり、データ分布全体をより良く学習する能力を持っている。
Stats
SADMはImageNetにおいて256×256および512×512の解像度で新たな最先端FID値1.58および2.11を達成。
SADMは12つの画像データセット全体で最先端結果を達成。
Quotes
"To address this limitation, we introduce Structure-guided Adversarial training of Diffusion Models (SADM)."
"SADM achieves state-of-the-art results across 12 image datasets, including ImageNet."
"Our SADM achieves new state-of-the-art FIDs on all datasets including CIFAR-10, CelebA, FFHQ, and ImageNet."