相关概念 图像质量评估（IQA）是对任意的图像进行质量评分，将图像整体作为输入，将图像的质量得分作为输出，图像质量评估分为三种： 全参考图像质量评估（Full-Reference-IQA）：在这种方法中，拥有一个非失真的图像作为基准以测量失真图像的质量。在可以拥有原始图像及其压缩图像的情况下，此方法可用于评估图像压缩算法的质量。Key Insight：质量分数=$f$(参考图像,失真图像...

torch torch.arrange torch.arange 作用类似于 Python 的 range()，用于生成一个连续数值的一维向量，start是起始值（默认 0），end是结束值（不包含端点），step是步长（默认为1） tensor = torch.arange(start=0, end=10, step=1, dtype=None, device=None) print(t...

论文链接：Latent Intrinsics Emerge from Training to Relight 代码地址 Abstract 逆向图形方案可以恢复几何的显式表示和一组选择的内在特征，然后使用某种形式的渲染器进行照明。然而，逆向图形的误差控制很困难，而且逆向图形方法只能表示所选内在特征的影响。本文描述了一种完全基于数据驱动的照明方法，其中内在特征和照明分别表示为潜在...

Color Correction Transform

首先看lbm/config.py下的BaseConfig类， @dataclass class BaseConfig: name: str = field(init=False) def __post_init__(self): self.name = self.__class__.__name__ 其中 dataclass是Python中一个方便的...

如何从from_pretrained中加载safetensors：先下载hugging face的model card到本地，然后将名字修改为默认的比如“diffusion_model.safetensors”，safetensors参考，safetensors参考2 运行Lora时，train_text_to_image_lora.py raise ValueError(“Attempt...

## ### 递归地打印目录树： def dfs_showdir(path, depth): if depth == 0: print("root:[" + path + "]") for item in os.listdir(path): newitem = path + '/' + item if not os.pa...

论文链接：LBM: Latent Bridge Matching for Fast Image-to-Image Translation Architexture Abstract 现有的扩散模型在img2img任务中需要多步才能达到比较好的效果，虽然已经有蒸馏或者流方法来加速采样过程，但是任然无法实现单步生成。因此，本文基于Latent Space 中的 Bridge Matc...

论文链接：Flow Matching for Generative Modeling 前几天看到了一篇Latent Bridge Matching的工作，感觉在Relighting方面的效果很惊艳，追溯了一下原理后发现又来到了Flow Matching这个概念，由于之前了解Stable Diffusion 3的时候接触过这个概念，但没有深入了解，现特意来学习Flow Matching ...