返回
PiT: Progressive diffusion transformer
DOI:10.1016/j.patcog.2026.114732.png)
摘要
En 中文
• DiT 不依赖长距离注意力,提出了静态窗口注意力。
• 引入了伪移位窗口注意力以增强高频信息。
• 我们首创了视觉生成中的 K 阶注意力概念。
• 逐步覆盖通道分配实现了有效的 K 阶注意力。
• PiT,一种新的视觉骨干网络,实现了 SOTA 性能,且比 DiT 快 2.46 倍。
Keyword:
Image generation
Diffusion transformer
Attention similarity
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W

