图像编辑缺训练数据？直接从视频中取材，仅用1%训练数据实现近SOTA效果
百度研究团队提出Video4Edit，将图像编辑建模为两帧的极短视频生成过程，利用视频预训练模型中的单帧演化先验进行知识迁移。该方法仅需约1%的监督数据，即可在CLIP Score和Structure Score等指标上达到与主流模型相当或更优的性能，有效缓解了数据稀缺及结构保持与纹理修改之间的权衡难题，为图像编辑提供了高效、可扩展的新范式。来源：https://mp.weixin.qq.com/s/QlGwOIRVUqzWMDmPC8ZLqg
页:
[1]