10.25 result5
2023 / 10 / 25 总结
与 baseline 的比对
此部分成图片的 content 均为：
concept 图片如下：
|
1 |
2 |
3 |
4 |
| baseline |
 |
 |
 |
 |
| cfg |
 |
 |
 |
 |
| cfg modified |
 |
 |
 |
 |
baseline 使用 50 步 train_step，不使用 CFG 训练 target_embedding
cfg 使用 50 步 train_step，训练中有 0.5 的概率加上 cfg_loss
- target 的计算公式为 \(l2\_target = target + \frac{cfg\_ratio}{cfg\_ratio+1}(src\_pred-target)\)，cfg_ratio = 2.0
可以观察到图片 1 的结果在色调上更加接近 concept。图片 2 在生成的精细程度上更高。图片 3 和图片 4 的生成效果差异不大，相对来说图片 4 略微更接近 concept。
cfg modified 使用 50 步 train_step，训练中有 0.5 的概率加上 cfg_loss
- target 的计算公式为 \(l2\_target = target + \frac{1}{cfg\_ratio+1}(src\_pred-target)\)，cfg_ratio = 2.0
可以观察到图像 1 的生成质量得到了明显的提高，整体的扁平化风格更加明显。图片 2 的生成质量提升较多。出现了较为明显的毛发涂抹效果，包括眼睛部分，更为接近 concept 的风格。图片 3 图片 4 与 baseline 的差异不大，放大看之后可以发现图片的锐化得到了一定的改善。
不同 CFG 系数的样例生成
以下的 train_step 均为 1000。
第一组
| concept |
content |
 |
|
第二组
| concept |
content |
 |
 |
第三组
| concept |
content |
|
|
第四组
| concept |
content |
|
|
第五组
| concept |
content |
 |
|
| -1.0 |
0.0 |
 |
 |
