OmniStyle: 过滤大规模风格迁移数据的高质量样本
计算机视觉与模式识别
2025-05-21 v1
摘要
本文介绍了 OmniStyle-1M 数据集，这是一个包含超过百万组内容-风格-风格化图像三元组的大规模配对风格迁移数据集，覆盖 1000 种多样化的风格类别，每个样本都配有文本描述和指令提示。我们表明，OmniStyle-1M 不仅能够通过监督训练实现高效且可扩展的风格迁移模型，还能对目标风格化实现精确控制。尤其，为确保数据集质量，我们引入了 OmniFilter——一个综合性的风格迁移质量评估框架，基于内容保持、风格一致性和审美吸引力对高质量三元组进行筛选。基于此基础，我们提出了 OmniStyle——一个基于扩散转换器 (DiT) 架构设计的高质量且高效的风格迁移框架。该框架支持指令引导式和图像引导式风格迁移，能够生成具有卓越细节的高分辨率输出。广泛的定性和定量评估表明，OmniStyle 的性能优于现有方法，突出其效率和通用性。OmniStyle-1M 及其伴随的方法为推动高质量风格迁移发展提供了重要贡献，为研究社区提供了宝贵资源。
引用
@article{arxiv.2505.14028,
title = {OmniStyle: Filtering High Quality Style Transfer Data at Scale},
author = {Ye Wang and Ruiqi Liu and Jiang Lin and Fei Liu and Zili Yi and Yilin Wang and Rui Ma},
journal= {arXiv preprint arXiv:2505.14028},
year = {2025}
}
备注
Accepted to CVPR 2025