LayerDiffusion
L
Layerdiffusion
简介 :
LayerDiffusion 是一种使大规模预训练潜在扩散模型能够生成透明图像的方法。该方法允许生成单个透明图像或多个透明图层。它学习了一种 “潜在透明度”,将 Alpha 通道透明度编码到预训练潜在扩散模型的潜在空间中。通过将添加的透明度调节为潜在偏移,最小程度地改变预训练模型的原始潜在分布,以保留大型扩散模型的生产就绪质量。通过调整潜在空间对其进行微调,可以将任何潜在扩散模型转换为透明图像生成器。我们使用人机协作收集的 100 万个透明图像层对对模型进行训练。我们展示了潜在透明度可以应用于不同的开源图像生成器,或者适应于各种条件控制系统,实现前景 / 背景条件图层生成,联合图层生成,图层内容结构控制等应用。用户研究发现,在大多数情况下(97%),用户更喜欢我们本地生成的透明内容,而不是之前的临时解决方案,比如生成然后抠图。用户还报告说,我们生成的透明图像的质量与 Adobe Stock 等真实商业透明资产相媲美。
需求人群 :
用于生成透明图像或透明图层,适用于设计、图像处理等领域。
总访问量: 474.6M
占比最多地区: US(19.34%)
本站浏览量 : 208.9K
使用场景
生成透明图像用于产品设计
生成透明图层实现图像合成
控制图层内容结构生成定制图像
产品特色
生成透明图像
生成多个透明图层
学习潜在透明度
适用于不同图像生成器
适应各种条件控制系统
前景 / 背景条件图层生成
联合图层生成
图层内容结构控制
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase