Глоссарий ИИ
Полный словарь искусственного интеллекта
Diffusion Latente
Processus de génération d'images où le bruit est ajouté et retiré dans un espace latent de plus faible dimension, rendant le calcul plus rapide et efficace que dans l'espace pixel.
Processus de Diffusion
Méthode de génération qui consiste à détruire progressivement une donnée initiale en y ajoutant du bruit sur plusieurs étapes, puis à apprendre à inverser ce processus pour reconstruire la donnée depuis le bruit.
Schedule de Bruit
Stratégie définissant la quantité et la nature du bruit ajouté à chaque étape du processus de diffusion, influençant la qualité et la vitesse de la génération finale.
Modèle U-Net
Architecture de réseau neuronal convolutif, avec une forme de 'U', utilisée dans les modèles de diffusion pour prédire le bruit grâce à ses chemons de descente (analyse) et de montée (synthèse).
Text-to-Image Latent
Application de la diffusion latente où un modèle génère des images dans un espace latent à partir d'une description textuelle, avant de les décoder en images pixel finales.
Guidance par Texte (Classifier-Free Guidance)
Technique de conditionnement qui utilise un modèle de diffusion entraîné simultanément avec et sans texte, et combine leurs prédictions pour renforcer l'adhésion à la description textuelle lors de la génération.
Décodeur de Latent
Partie d'un auto-encodeur (comme un VAE) qui convertit une représentation compressée de l'espace latent en une donnée finale dans l'espace d'origine (par exemple, une image pixel).
Encodeur de Texte
Modèle (souvent un Transformer comme CLIP) qui transforme une chaîne de caractères en un vecteur numérique dans l'espace latent, fournissant le conditionnement pour la génération d'images.
Негативное внедрение (Negative Embedding)
Использование обученных текстовых внедрений (embeddings) для представления концепций, которых следует избегать, что позволяет направлять генерацию модели диффузии в сторону от нежелательных стилей или объектов.
Латентное дополнение (Inpainting Latent)
Процесс изменения существующего изображения путем маскирования области и использования латентной модели диффузии для генерации нового, согласованного с контекстом содержимого в этой области.
Латентное расширение (Outpainting Latent)
Расширение существующего изображения за его исходные границы с использованием латентной модели диффузии для генерации правдоподобного содержимого, которое бесшовно сливается с исходным изображением.
Латентное преобразование «изображение в изображение» (Image-to-Image Latent)
Техника, при которой входное изображение кодируется в латентное пространство, затем частично зашумляется и расшумляется в соответствии с текстовым промптом для преобразования стиля или содержимого исходного изображения.