diffusion-e2e-ft

收录理由

这个仓库提供了WACV 2025论文对应的训练与推理代码，论文主题是对图像条件扩散模型做端到端微调。发布的模型能从单张图像直接估计单目深度和表面法线，推理时只需一次确定性的前向传播，而且走的是标准diffusers管道，几行Python代码就能调用，不必自己搭整个模型栈。对做几何视觉的团队来说，实际价值在于：端到端微调把原本需要多步采样的扩散过程压缩成单步，深度和法线的推理成本明显降低、速度更快。仓库还附带了预训练权重和在线演示，想评估方案时可以先拿这些现成的基线跑一跑，再决定要不要上更重的流程。