資料來源：@Gradio、and@junyanz89
這是與@GauravTParmar（主要作者）、Taesung Park和Srinivasa Narasimhan的合作作品。
這些條件GAN可以使用文本到圖像模型（例如SD-Turbo）一步完成配對和不匹配圖像轉換（A100上為0.11秒，A6000上為0.29秒）。嘗試我們的代碼和@ Glaudio演示。
論文： http://arxiv.org/abs/2403.12036
代碼： http://github.com/GaParmar/img2img-turbo
演示： http://huggingface.co/spaces/gparmar/img2img-turbo-sketch
這項工作表明，預訓練的一步模型可以輕鬆適應下游圖像編輯和合成任務的條件GAN框架。
該方法可應用於各種圖像到圖像的轉換任務，例如晝夜轉換以及添加/刪除霧、雪、雨等天氣效果。
應用程式：研究人員@ GauavTParmar和@junyanz89在不配對的場景切換任務（例如晝夜切換和天氣效果）上表現出令人印象深刻的結果
📜使用文本到圖像模型的一步圖像翻譯
它引入了一種通過對抗學習將一步擴散模型適應新任務和領域的方法
演示可在Spaces上提供。找出！👀
視頻：
