Deep floyd とは
本モデルは公開された文章から画像への仕組みと紹介され、凍結した文章エンコーダと段階を連ねる画素拡散から成ると説明されている。
構造の覚書
- 文章の埋め込みが UNet に流れ込む
- 交差注意と注意プールが加わる
- 全段階が T5 系のエンコーダを共有する
出力の段階
- 最初の段階は 64x64 で動く
- 中間の段階は 256x256 に達する
- 最後の段階は 1024x1024 に達する
長所と短所
✓ 良い点
- 資料は COCO でのゼロショット FID 6.66 を挙げる
- 文章の埋め込みは T5 系の変換器から得られる
! 注意したい点
- 資料が扱うのは公開されたモデル
- 資料の流れは段階を連ねる形
よくある質問
解像度は?
資料は 64x64、256x256、1024x1024 を説明。
示された数値は?
資料は COCO でのゼロショット FID 6.66 を挙げる。
最終評価日: 2026-11-15
その他 AI画像生成 ツール
すべて見る →-
123RF AI 画像ツールを内蔵したストック素材ライブラリ 無料ツール テキストから画像 画像編集 背景除去 画像高画質化 -
360智图 360 製の画像検索・ライセンス・AI 編集 無料ツール テキストから画像 背景除去 商品画像 モデル生成ツール -
360鸿图 中国語話者向けで、中国語のプロンプトに対応する画像生成 無料ツール クリエイターツール テキストから画像 アート生成ツール 画像から画像 -
a1.art 顔入れ替え付きのフィルター型画像生成 無料ツール クリエイターツール テキストから画像 アート生成ツール -
AI Anime Generator 写真とテキストからアニメ風アートへ フリーミアムツール クリエイターツール テキストから画像 画像から画像 画像から動画 -
AI Art Generator テキストのプロンプトからオリジナル作画の下書きへ フリーミアムツール クリエイターツール テキストから画像 画像編集 アート生成ツール