인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
This study proposes MOLIE, a novel instruction-based diffusion model for domain-specific task image editing that integrates a mixture of LoRA experts. To enhance efficiency and scalability, MOLIE combines the LoRA fine-tuning scheme with a Mixture of Experts (MoE) architecture, where individual LoRA modules are specialized trained for image editing operations such as object addition, removal, replacement, object change, cartoonization, and image deblurring. During fine-tuning, each LoRA expert module sets up its parameters for only the U-Net up blocks, reducing computational cost and enhancing image quality. A novel loss function incorporating structural loss is employed to train the gating function, enabling effective coordination of tasks among multiple LoRA experts. Model performance is evaluated using a novel Instruction-Image Alignment (IIA) metric, derived from prompts to a multi-modal large language model. Extensive quantitative and qualitative experiments on a benchmark dataset demonstrate the superior performance of the proposed model.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094399492
