PITI

收录理由

多数图像到图像翻译模型需要针对每个具体任务从头训练，而PITI的思路是让一个在大规模图像数据上预训练好的模型，只需很少的额外训练就能适应诸如从掩码或草图生成完整图像这类任务。这个仓库提供了2022年论文的官方PyTorch实现，内含在COCO上训练好的Base和Upsample预训练模型，你可以直接复现论文结果，或替换成自己的条件输入。此外还提供了在线演示，方便在搭建环境前先体验效果。对于想了解通用图像预训练能在多大程度上支撑特定合成任务的研究者和机器学习工程师来说，这更像一份参考实现，而非面向最终用户的成品工具，不过其配置流程足够简洁，下载好检查点后就能快速开展实验。