論文まとめ:ControlVideo: Training-free Controllable Text-to-Video Generation
45{icon} {views} タイトル:ControlVideo: Training-free Controllable Text-to-Video Generation 著者:Yabo Zhang, Yuxiang […]...
論文まとめ:Guided Image Synthesis via Initial Image Editing in Diffusion Model
195{icon} {views} タイトル:Guided Image Synthesis via Initial Image Editing in Diffusion Model 著者:Jiafeng Mao, Xue […]...
DiffusersでAttention Coupleを実装して領域別プロンプトを適用
898{icon} {views} Stable DiffusionでAttention Couple(Attentionレイヤーをハックして領域別にプロンプトを適用する手法)をスマートな方法で実装できないかなと思ってや […]...
論文まとめ:Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection
525{icon} {views} タイトル:Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection […]...
DDPMで画像生成してみた
691{icon} {views} 現在使われている拡散モデルの最も基本的なモデルであるDDPM(Denoising Diffusion Probabilistic Models)を使って画像生成を試します。スクラッチか […]...
論文まとめ:Sentence Simplification via Large Language Models
142{icon} {views} 論文:Sentence Simplification via Large Language Models 著者:Yutao Feng, Jipeng Qiang, Yun Li, Yu […]...
GPT-4と画像生成を組み合わせたらヤバすぎた
6.3k{icon} {views} GPT-4/ChatGPTと画像生成(Stable Diffusion)の組み合わせを試したら、とんでもないクォリティのイラストができたので記事にしました。GPT-4に情景描写をさせ […]...
Diffusersでモデルマージをする
1k{icon} {views} Diffuserでのモデルマージを検証します。Stable Diffusionには、CLIP、U-Net、VAEの3つのモデルからなり、それぞれをマージの効果が違うので、面白い結果になり […]...
論文まとめ:Flamingo: a Visual Language Model for Few-Shot Learning
396{icon} {views} タイトル:Flamingo: a Visual Language Model for Few-Shot Learning 著者:Jean-Baptiste Alayrac, Jeff […]...
LangChainでConversationMemoryBufferのトークン数対策をする
1.5k{icon} {views} LangChainでChatGPTを使っていると、特に長時間や長い文章・指示を入れて会話するときにトークン数が問題になります。プロンプトに入れる会話履歴を選別するプロセスが必要になる […]...