InstantX團隊出品！風格遷移模型CSGO：玩轉各種風格合成

最近，InstantX團隊聯合南京理工大學、北京航空航天大學以及北京大學的研究團隊聯合開發了一種名爲 CSGO 的全新風格遷移模型，旨在提升圖像生成技術，尤其是在內容和風格的結合方面。

CSGO 主要支持3種模式的風格遷移，具體如下:

1、內容圖片+風格參考圖片，合成該內容的風格圖片。如下面的案例，給出需要更換風格的原圖片如“熊、房子”，然後給出風格參考圖片，就能將原圖的風格改變稱參考風格的圖片。

2、風格參考圖片+文字提示，合成文字內容的風格圖片。如下面的案例，給出參考風格圖片，給出文字提示，如“一隻貓、一條狗、一個男人、一隻熊貓”，就能生成對應內容風格圖片。

3）通過文字編輯圖片中的指定對象。

CSGO 模型的核心在於其獨特的數據構建流程，研究團隊精心設計了一個數據生成和自動清洗的管道，構建了一個名爲 IMAGStyle 的大規模風格轉移數據集。這個數據集中包含了21萬個圖像三元組，成爲學術界研究和探索圖像生成技術的重要資源。

該模型的設計理念十分新穎，CSGO 能夠在圖像生成的過程中，明確區分內容和風格特徵。研究者表示，這種模型的優勢在於它的端到端訓練方式，這意味着在推理階段不需要再進行微調。

同時，CSGO 模型的另一大亮點是保留了原始文本到圖像模型的生成能力，沒有對 UNet 進行訓練。通過這些創新，CSGO 實現了圖像驅動的風格轉移、文本驅動的風格合成和文本編輯驅動的風格合成。

在實驗結果方面，CSGO 的表現非常出色，研究者們提供了一系列定量和可視化的對比數據，與現有的最新方法進行了全面的比較，展示了 CSGO 在風格控制能力上的優勢。

劃重點:

🌟 CSGO 模型通過創新的數據構建管道，成功生成了包含21萬個圖像三元組的 IMAGStyle 數據集。

🎨 該模型實現了內容和風格的明確分離，支持多種生成方式，包括圖像驅動和文本驅動的風格轉移。

📊 實驗結果表明，CSGO 在風格控制能力方面優於現有技術，展示了圖像生成的新高度。