Tag · 2 篇
噪声优化
分布 生成模型与扩散1医学影像与生物视觉1
01 02
为时未晚：面向已训练扩散模型坍塌恢复的噪声优化
It's Never Too Late: Noise Optimization for Collapse Recovery in Trained Diffusion Models
对已训练好的扩散模型，只需在采样阶段优化初始噪声（并考虑噪声的频率特性）就能缓解模式坍塌、提升生成多样性，无需重训或额外引导网络；做文生图多样性、少样本采样策略的人可以直接复用这一噪声优化目标。
基于扩散的原生对抗合成以增强医学分割泛化
Diffusion-Based Native Adversarial Synthesis for Enhanced Medical Segmentation Generalization
把扩散模型的初始噪声当作可优化变量来挖掘「原生对抗样本」，无需重训或改动扩散模型即可生成难例做数据增强；做医学分割或任何小样本分割任务时，这是一个可直接套用的合成增强插件。