论文12:35
Flex-DDCM:基于扩散轨迹引导的零样本任务导向图像压缩用预训练扩散模型做零样本压缩,不用专门训练就能按下游任务调整重建方向。跟 Diff-ICMH 比,解码更快,还能和训练过的任务导向编解码器打平。做图像传输和机器视觉落地的工程师可以看看。
用预训练扩散模型做零样本压缩,不用专门训练就能按下游任务调整重建方向。跟 Diff-ICMH 比,解码更快,还能和训练过的任务导向编解码器打平。做图像传输和机器视觉落地的工程师可以看看。
有人把 Flux 当压缩算法用了,零样本做有损压缩,低码率下还能打赢专门训练的神经压缩模型,思路挺新鲜。
HAMP-LIC给图像压缩模型做混合精度量化,模型省4.85倍,BD-rate只掉0.59%,还消除跨平台不一致。值得一看。
机器人视觉数据压缩的痛点终于有了兼顾效率与兼容性的方案——SEAOTTER在200:1压缩比下比AVIF更快更准,做云机器人或边缘计算的团队可以直接用开源代码试试。