潜在空间扩散模型

[maweixia-cpu]

作者您好！非常感谢您对每一个问题的耐心解答，同时感谢您为该领域提供了这么优秀的代码框架。以下是我的一些问题，期待您的回复。

1.refusion论文验证了4个任务在潜在空间的修复效果，是不是inpainting任务没有用到潜在空间的扩散，那代码里面./inpainting/option/train/refusion.yml是什么配置呢，如不涉及扩散模型的话，那和和ir-sde有什么区别。
2.unet-latent部分代码是对unet网络的训练吗，该部分是不是用NAFNet替换了残差块。
3.latent-bokeh和latent-dehazing这两部分代码是不是用的潜在空间扩散模型架构。
4.我是否可以根据latent-dehazing的思路对inpainting代码做出改动。
5.refusion论文只是在压缩图像过程中使用了unet吗，在扩散反向过程有没有用到。

期待您的回复，祝好！

[Algolzw]

你好，

1. 是的，inpainting没有用到latent模型，其中的refusion只是改了网络结构，更强大的ir-sde。
2. unet-latent代码只是单纯的训练一个压缩模型，类似VAE，并没有使用NAFNet。
3. 是的，latent主要针对大尺寸的图像
4. 可以的
5. 是的，refusion的话压缩模型用unet，扩散模型本身使用NAFNet。