久久婷婷五月综合97色直播,日本日本熟妇中文在线视频,精品国精品自拍自在线,7777精品伊人久久久大香线蕉,男人用嘴添女人下身免费视频

「智(zhi)(zhi)猩(xing)猩(xing)AI新(xin)青(qing)年(nian)(nian)講(jiang)座」由智(zhi)(zhi)猩(xing)猩(xing)出品，致力于(yu)邀請(qing)青(qing)年(nian)(nian)學者(zhe)，主講(jiang)他們在生成式AI、LLM、AI Agent、CV等人工智(zhi)(zhi)能領域(yu)的(de)最新(xin)重要研究成果。

AI新(xin)青年是加速人(ren)工智能前(qian)沿研究的(de)(de)新(xin)生(sheng)力量。AI新(xin)青年的(de)(de)視頻講(jiang)解(jie)和(he)直播答疑，將可以幫助大家(jia)增(zeng)進對人(ren)工智能前(qian)沿研究的(de)(de)理解(jie)，相應(ying)領域(yu)的(de)(de)專業知識也(ye)(ye)能夠得(de)以積累(lei)加深。同時，通(tong)過(guo)與AI新(xin)青年的(de)(de)直接交流(liu)，大家(jia)在AI學習和(he)應(ying)用AI的(de)(de)過(guo)程中遇到的(de)(de)問(wen)題，也(ye)(ye)能夠盡快解(jie)決。

2022年，Stable Diffusion模型橫空出世，為工業界，投資界，學術界以及競賽界都注入了新的AI想象空間。然而文本本身具有的模糊性與歧義性，往往需要用戶熟練提詞技能與反復調試；而LoRA與(yu)Dreambooth為代表的(de)(de)逐圖(tu)(tu)重訓需要昂貴且緩慢(man)(man)的(de)(de)訓練，即(ji)速度慢(man)(man)開銷(xiao)大。如何讓大規模(mo)文(wen)(wen)-圖(tu)(tu)生成模(mo)型(xing)如臂(bei)使指？急需對大規模(mo)文(wen)(wen)-圖(tu)(tu)基礎模(mo)型(xing)的(de)(de)精細控制(zhi)管(guan)線與(yu)推理階段通(tong)用知識注(zhu)入機制(zhi)進行研究，以降(jiang)本增(zeng)效，推動其在業(ye)務場(chang)景的(de)(de)廣泛應用。

針對以上問題，上海交通大學與阿里巴巴淘天集團共(gong)同提出(chu)了(le)圖像生(sheng)成模型推理階(jie)段的(de)知識注入(ru)方法(fa)，并(bing)基(ji)于該方法(fa)合作開發了(le)虛擬試衣模型AnyFit，取(qu)得了(le)目前(qian)SOTA的(de)試衣效果(guo)。相(xiang)關論文為(wei)《AnyFit: Controllable Virtual Try-on for Any Combination of Attire Across Any Scenario 》，目前(qian)NeurIPS在投(tou)。

AnyFit主要由兩個同構的U-Net組成：HydraNet和MainNet。其中，HydraNet負(fu)責(ze)提取細(xi)粒(li)度的服裝特(te)征；MainNet負(fu)責(ze)生成試穿(chuan)效果。

AnyFit以一個人像圖像和一個或多個目標服裝圖像為輸入。再使用OpenPose等工具從人像圖像中提取出人體的輪廓部分(fen)，以便后續(xu)將(jiang)服裝(zhuang)圖像融合到該輪廓上。

利用HydraNet對目標服裝(zhuang)圖像特(te)征提(ti)取。在HydraNet中，通過共享的U-Net結構和并行化注意力模塊(kuai)來高效地整合(he)不(bu)同(tong)服裝(zhuang)的特(te)征。

HydraNet提取的(de)服裝特(te)征通(tong)過(guo)Hydra Fusion Block特(te)征融合融合塊注入(ru)到MainNet中。MainNet的(de)輸入(ru)包含三個組件（帶噪聲的(de)圖像(xiang)、潛在的(de)與服裝無關的(de)圖像(xiang)和調整(zheng)大小的(de)遮(zhe)罩），然后通(tong)過(guo)內(nei)部的(de)U-Net結(jie)構和Pose Guider進行(xing)處理，最(zui)終生成逼(bi)真的(de)試穿圖像(xiang)。

同時，為了(le)提(ti)升模(mo)型(xing)在生成服裝(zhuang)圖像時的(de)(de)強度和適應(ying)性，AnyFit采用(yong)了(le)一種先(xian)驗模(mo)型(xing)演化策略。該策略融合了(le)三(san)種不同且強大的(de)(de)模(mo)型(xing)權重(zhong)，分別是：SDXL-base-1.0、SDXL-inpainting-0.1和DreamshaperXL alpha2，來演化模(mo)型(xing)的(de)(de)初始權重(zhong)，以極低的(de)(de)成本提(ti)升了(le)模(mo)型(xing)的(de)(de)性能。

8月20日10點，智猩猩邀請到論文一作、上海交通大學在讀三年級博士生、阿里學術合作實習生李昱翰參與「智猩猩AI新青年(nian)講座」248講，主(zhu)講《圖像生成(cheng)模型(xing)的知識注入(ru)在虛(xu)擬試衣(yi)AnyFit中(zhong)的應用》。

講者

李昱翰

上海交通大學在讀三年級博士生、阿里學術合作實習生