Step Saver：预测扩散模型图像生成的最小去噪步数
计算机视觉与模式识别
2024-08-06 v1
摘要
本文提出了一种专门针对确定任意给定文本提示所需最小去噪步数而微调的 NLP 模型。该高级模型作为实时工具，推荐生成高质量图像的理想去噪步数。该模型设计为与扩散模型无缝协作，确保以最短时间生成具有优越质量的图像。虽然我们的说明聚焦于 DDIM 调度器，但该方法具有适应性，可应用于 Euler、Euler Ancestral、Heun、DPM2 Karras、UniPC 等多种其他调度器。该模型使客户能够通过执行最少必要的去噪步数来节省昂贵的计算资源，同时实现生成图像的最优质量。
引用
@article{arxiv.2408.02054,
title = {Step Saver: Predicting Minimum Denoising Steps for Diffusion Model Image Generation},
author = {Jean Yu and Haim Barad},
journal= {arXiv preprint arXiv:2408.02054},
year = {2024}
}