Key points are not available for this paper at this time.
Les méthodes de distillation par diffusion visent à compresser les modèles de diffusion en générateurs efficaces en une seule étape tout en essayant de préserver la qualité. Parmi elles, la Distillation par Correspondance de Distribution (DMD) offre un cadre adapté pour former des générateurs en une seule étape de forme générale, applicable au-delà de la génération inconditionnelle. Dans ce travail, nous présentons sa modification, appelée Distillation par Correspondance de Distribution Régularisée, applicable aux problèmes d'image-à-image (I2I) non appariés. Nous démontrons sa performance empirique dans plusieurs tâches de traduction, y compris des exemples en 2D et la traduction I2I entre différents ensembles de données d'images, où elle performe équitablement ou mieux que les références de diffusion multi-étapes.
Rakitin et al. (Thu,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: