DiT

DiT项目是Facebook Research开发的一个基于PyTorch的扩散模型与变压器结合的官方实现。该项目通过将常见的U-Net架构替换为在潜在补丁上操作的变压器，探索了扩散模型的新方法，并提供了预训练权重和训练/采样代码。技术特点包括使用高Gflops的变压器以提高图像生成质量，在ImageNet 512×512和256×256基准测试中达到了先进的FID分数。此外，项目还支持Hugging Face Spaces和Google Colab环境下的直接运行。适用于需要高质量图像生成或对现有扩散模型性能有更高要求的研究和应用场景。