全面提升！上海交大等联合发布MegaFusion：无须微调的高效高分辨率图像生成方法

摘要

本文介绍了MegaFusion，这是一种创新的无需调优的方法，用于高效生成百万像素的高质量、高分辨率图像。MegaFusion通过截断与传递策略，结合膨胀卷积和噪声重新调度技术，改进了扩散模型在高分辨率图像生成上的适应性和效率。实验证明了该方法的有效性和优越性，能在较低的原始计算成本下生成多种纵横比的高分辨率图像。

方法

MegaFusion方法包括截断与传递策略，使去噪过程能跨不同分辨率连接，并通过膨胀卷积和噪声重新调度优化模型先验，增强对高分辨率的适应性。这种方法适用于潜空间和像素空间扩散模型，以及其他衍生模型。

实验

实验设置基于MS-COCO数据集，并使用几个客观指标如FID、KID和CLIP-T来评估图像质量和语义准确性。定量结果表明，MegaFusion在所有指标上都优于基线模型，尤其是在计算效率上。人工评估也证实了MegaFusion在图像质量和语义准确性方面的显著提升。

结论

MegaFusion成功地解决了生成高分辨率图像时的挑战，如语义不准确和物体复制问题，并且在大约原始计算成本的40%下生成具有多种纵横比的高分辨率图像。该方法适用于各种扩散模型，无需进一步的调整或训练。