Transformers : Le guide définitif (French Edition)

Chapitre 4. Transformateurs pour la génération d'images

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Une nouvelle ère e de création d'images photoréalistes a commencé avec le développement de modèles génératifs de conversion texte-image (T2I) tels que DALL·E, Imagen, Midjourney et Stable Diffusion. Ces modèles peuvent générer des images et des illustrations très détaillées et fidèles au contexte à partir d'entrées textuelles, permettant ainsi aux artistes, aux designers et même aux personnes non créatives de donner vie à leurs idées avec une facilité sans précédent.

Le principe de base de ces modèles est la diffusion, un processus en physique qui décrit comment les molécules se déplacent des zones de forte concentration vers celles de faible concentration. Dans le contexte de la génération d’images, les modèles de diffusion exploitent ce principe pour transformer progressivement du bruit aléatoire en images cohérentes et détaillées grâce à une série d’améliorations itératives.

Cette approche basée sur la diffusion est devenue la colonne vertébrale des modèles SOTA, remplaçant les méthodes antérieures telles que les réseaux antagonistes génératifs (GAN),¹ qui dominaient auparavant la génération d'images. Ce changement s'explique par le fait que les modèles de diffusion se sont révélés plus efficaces pour produire des résultats de haute qualité et variés. Il est à noter que, alors que le modèle ...