Skip to content

✨ 🎨 Modèles Génératifs - Images

GANs, VAEs, Diffusion Models - l'art de créer du contenu visuel

Parcours de lecture

Cette playlist contient 19 papiers sélectionnés pour leur impact sur le domaine.

1. Variational Autoencoders (VAE) (2013)

Auteurs: Diederik P. Kingma, Max Welling

READ: ⬜

Pourquoi ce papier ?

Auto-Encoding Variational Bayes - framework probabiliste pour l'apprentissage de représentations latentes et la génération.

Liens:

2. GANs (2014)

Auteurs: Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville, Yoshua Bengio

READ: ⬜

Pourquoi ce papier ?

Generative Adversarial Networks - jeu minimax entre générateur et discriminateur. Révolution dans la génération d'images.

Liens:

3. Conditional GANs (2014)

Auteurs: Mehdi Mirza, Simon Osindero

READ: ⬜

Pourquoi ce papier ?

Extension des GANs permettant de conditionner la génération sur des labels ou d'autres informations.

Liens:

4. DCGAN (2015)

Auteurs: Alec Radford, Luke Metz, Soumith Chintala

READ: ⬜

Pourquoi ce papier ?

Deep Convolutional GANs - architecture stable utilisant des convolutions, batch norm et des guidelines d'entraînement.

Liens:

5. Pix2Pix (2016)

Auteurs: Phillip Isola, Jun-Yan Zhu, Tinghui Zhou, Alexei A. Efros

READ: ⬜

Pourquoi ce papier ?

Image-to-Image Translation avec GANs conditionnels - traduction supervisée entre domaines d'images appariées.

Liens:

6. CycleGAN (2017)

Auteurs: Jun-Yan Zhu, Taesung Park, Phillip Isola, Alexei A. Efros

READ: ⬜

Pourquoi ce papier ?

Traduction d'images non-appariées utilisant la cohérence cyclique - pas besoin de données paired.

Liens:

7. Progressive GAN (2017)

Auteurs: Tero Karras, Timo Aila, Samuli Laine, Jaakko Lehtinen

READ: ⬜

Pourquoi ce papier ?

Croissance progressive des GANs permettant de générer des images haute résolution avec stabilité améliorée.

Liens:

8. StyleGAN (2018)

Auteurs: Tero Karras, Samuli Laine, Timo Aila

READ: ⬜

Pourquoi ce papier ?

Architecture basée sur le style permettant un contrôle granulaire des attributs générés via AdaIN.

Liens:

9. BigGAN (2018)

Auteurs: Andrew Brock, Jeff Donahue, Karen Simonyan

READ: ⬜

Pourquoi ce papier ?

Large Scale GAN Training - scaling des GANs pour une synthèse d'images haute fidélité sur ImageNet.

Liens:

10. StyleGAN2 (2019)

Auteurs: Tero Karras, Samuli Laine, Miika Aittala, Janne Hellsten, Jaakko Lehtinen, Timo Aila

READ: ⬜

Pourquoi ce papier ?

Analyse et amélioration de StyleGAN - suppression des artefacts et meilleure qualité d'image.

Liens:

11. DDPM (2020)

Auteurs: Jonathan Ho, Ajay Jain, Pieter Abbeel

READ: ✅

Pourquoi ce papier ?

Denoising Diffusion Probabilistic Models - génération via débruitage progressif, surpassant les GANs en qualité.

Liens:

12. DDIM (2020)

Auteurs: Jiaming Song, Chenlin Meng, Stefano Ermon

READ: ⬜

Pourquoi ce papier ?

Denoising Diffusion Implicit Models - échantillonnage accéléré et déterministe pour les modèles de diffusion.

Liens:

13. DALL-E (2021)

Auteurs: Aditya Ramesh, Mikhail Pavlov, Gabriel Goh, Scott Gray, Chelsea Voss, Alec Radford, Mark Chen, Ilya Sutskever

READ: ⬜

Pourquoi ce papier ?

Zero-Shot Text-to-Image Generation - transformer autorégressif pour générer des images depuis du texte.

Liens:

14. Improved DDPM (2021)

Auteurs: Alex Nichol, Prafulla Dhariwal

READ: ⬜

Pourquoi ce papier ?

Améliorations des DDPM - log-likelihood et qualité d'échantillonnage améliorées.

Liens:

15. Classifier-Free Guidance (2021)

Auteurs: Jonathan Ho, Tim Salimans

READ: ⬜

Pourquoi ce papier ?

Guidance sans classifier pour les modèles de diffusion - meilleur compromis qualité/diversité.

Liens:

16. Latent Diffusion / Stable Diffusion (2021)

Auteurs: Robin Rombach, Andreas Blattmann, Dominik Lorenz, Patrick Esser, Björn Ommer

READ: ⬜

Pourquoi ce papier ?

High-Resolution Image Synthesis with Latent Diffusion Models - diffusion dans l'espace latent pour efficacité computationnelle.

Liens:

17. DALL-E 2 (2022)

Auteurs: Aditya Ramesh, Prafulla Dhariwal, Alex Nichol, Casey Chu, Mark Chen

READ: ⬜

Pourquoi ce papier ?

Génération hiérarchique text-to-image avec CLIP latents - qualité et résolution améliorées.

Liens:

18. Imagen (2022)

Auteurs: Chitwan Saharia, William Chan, Saurabh Saxena, Lala Li, Jay Whang, Emily Denton, et al.

READ: ⬜

Pourquoi ce papier ?

Modèles de diffusion text-to-image photoréalistes avec compréhension linguistique profonde via T5.

Liens:

19. Stable Diffusion v2 (2022)

Auteurs: Stability AI

READ: ⬜

Pourquoi ce papier ?

Version améliorée et open-source de Latent Diffusion - démocratisation de la génération text-to-image.

Liens: