本文へスキップ

SHMT

潜在拡散モデルで顔の間へメイクを移す

公式サイトを見る

SHMT とは

SHMT は潜在拡散モデルによる自己教師ありの階層的なメイク移しと紹介され、NeurIPS 2024 に採択されたと説明されている。

できること

  • 注釈を付けないデータで学習する
  • 階層ごとに異なる複雑さのメイクを移す
  • 画像・分割図・深度図を組み合わせる

導入の手順

  • Python と必要なライブラリを用意する
  • GitHub からプロジェクトのコードを複製する
  • 学習済みモデルを置き設定を書き換える

長所と短所

✓ 良い点

  • 事前学習済みモデルが用意され作業を急げる
  • 段階に応じてモデルの構成を変えられる

! 注意したい点

  • 利用には Python の環境と依存ライブラリが要る
  • 事前学習済みモデルは別に取得する必要がある

よくある質問

注釈データは要る?

資料は自己教師あり学習で注釈が不要と説明。

どこで採択された?

資料は NeurIPS 2024 での採択を説明。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法