Paper : https://proceedings.neurips.cc/paper_files/paper/2019/file/0234c510bc6d908b28c70ff313743079-Paper.pdfCode : https://github.com/kynkaat/improved-precision-and-recall-metricAuthorsNvidia, NIPS’19Main Idea생성모델에서 생성한 sample들의 coverage와 quality를 측정manifold의 explicit & non-parametric한 표현을 활용해 visualize가 가능한 새로운 metric을 제안Tasks : 2D Image GenerationResults : FFHQ, ImageNet0. Before Start...   a..

Paper : https://openaccess.thecvf.com/content/CVPR2023/papers/Qin_Class-Balancing_Diffusion_Models_CVPR_2023_paper.pdfAuthorsAustin Univ. +  Shanghai AI Lab, CVPR’24Main IdeaLong-tailed Dataset으로 DM을 학습할 때 생기는 문제점을 해결하기 위한 CBDM이라는 모델을 제안합니다.이는 Adjusted Transfer Probability로 구현되는데, 다시 말해 MSE형태의 추가적인 regularizer를 통해 구현됩니다.Tasks : T2I GenerationResults : CIFAR10, CIFAR100, CIFAR10LT, CIFAR100LT0. B..

Paper : https://arxiv.org/pdf/2305.02463AuthorsOpenAI, arxiv’23Main Idea기존과 다르게 NeRF와 Textured Mesh 두가지 모두로 render되는 implicit function 파라미터를 생성합니다.기존 Point-E 모델에 비해 빠르게 Converge하면서도 좋은 퀄리티의 모델링이 가능합니다.Tasks : Text-To-3D Object GenerationResults : Rendered From RGBA data0. Before Start...   a. INR(Implicit Neural Representations)    b. 3D Representation with SDF    c. Point-E1. Problem 2. Approac..

Paper : https://arxiv.org/abs/2006.11239 Authors Jonathan Ho et al, UC Berkeley, NIPS’20 Main Idea 기존 Diffusion 모델이 High Quality Sample을 Generation할 수 있다는 것을 보임. ε-prediction reverse process parametrization 기법을 제안했는데, 기존의 Score-based 모델과 비슷한 면을 보임. 게다가 기존 Energe-based 와 Score-based 모델에 비해 estimate할 것이 많지 않은 장점을 가짐. 대부분의 lossless codelength이 imperceptible한 이미지 표현에 사용된다는 것을 보였으며, lossy compression..