Latent Diffusion Models - GitHub
High-Resolution Image Synthesis with Latent Diffusion Models - CompVis/latent-diffusion
Latent Diffusion Models论文解读 - 知乎 - 知乎专栏
LDM生成效果（Image Generation with Latent Diffusion） 论文从FID和Precision-and-Recall两方面对比LDM的样本生成能力，实验数据集为CelebA-HQ、FFHQ和LSUN-Churches/Bedrooms，实验结果如下： 其效果超过了GANs和LSGM，并且超过同为扩散模型的DDPM。 效果展示. 看一下在各个任务上的效果。
深入浅出 diffusion(5)：理解 Latent Diffusion Models(LDMs)
2024年1月31日 · CVPR 2022中的一项新工作latent diffusion models引起了广泛关注，提出了两段式diffusion models能有效节省计算资源，latent attention技术为通用image-to-image任务打下基础，让人耳目一新，具有极强的借鉴意义和启发性，值得深度阅读。
High-Resolution Image Synthesis with Latent Diffusion Models
2021年12月20日 · Our latent diffusion models (LDMs) achieve a new state of the art for image inpainting and highly competitive performance on various tasks, including unconditional image generation, semantic scene synthesis, and super-resolution, while significantly reducing computational requirements compared to pixel-based DMs.
LDM（Latent Diffusion Model）详解 - 知乎 - 知乎专栏
最近备受关注的视频生成模型Sora从技术角度讲可以看做一个视频版本的Stable Diffusion，它们最核心的理论基础之一便是这里介绍的LDM。LDM最重要的改进是将扩散过程从图像空间转移到了潜空间，使得LDM的计算更加高效，从而使得其可以生成更大分辨率的图像。 参考
一文详解 Latent Diffusion官方源码 - CSDN博客
位置: latent-diffusion/ldm/modules/losses/contperceptual.py. 该类用于计算VAE的损失. 损失由四部分组成: (1) 真实图 - 生成图 像素级别的L1损失, (2) 真实图 - 生成图 特征级别的相似度损失, …
Latent Diffusion：开始的开始 - 知乎 - 知乎专栏
4.2 【潜空间Diffusion的图像生成】Image Generation with Latent Diffusion. 作者在 CelebA-HQ、FFHQ、LSUN-Churches、Bedrooms 上训练了无条件的256x256的图像生成模型，并验证了：1）采样质量；2）用FID和Precision-and-Recall验证了它们数据的流形覆盖范围；下表总结了结 …
DIFFUSION 系列笔记| Latent Diffusion Model、Stable Diffusion …
2024年8月29日 · CVPR 2022中的一项新工作latent diffusion models引起了广泛关注，提出了两段式diffusion models能有效节省计算资源，latent attention技术为通用image-to-image任务打下基础，让人耳目一新，具有极强的借鉴意义和启发性，值得深度阅读。
Latent Diffusion - Hugging Face
Our latent diffusion models (LDMs) achieve a new state of the art for image inpainting and highly competitive performance on various tasks, including unconditional image generation, semantic scene synthesis, and super-resolution, while significantly reducing computational requirements compared to pixel-based DMs.
1401 Introduction to Latent Diffusion Models.ipynb - Colab
In the context of Latent Diffusion models, a latent space is used to compress an image into a much smaller size. For example, with Stable Diffusion the latent space transforms an image with a resolution of 512x512 pixels and 'resizes' / compresses / re-represents it in space of 64x64 pixels, while trying to preserve all the relevant details ...