当前位置：首页 > news >正文

【论文笔记】Attentive Eraser

news 来源：原创 2025/8/28 11:54:26

标题：Attentive Eraser: Unleashing Diffusion Model’s Object Removal Potential via Self-Attention Redirection Guidance

Source：https://arxiv.org/pdf/2412.12974

收录：AAAI '25

作者单位：浙工商，字节（杭州），阿里（杭州）

1. 总结

提供了一种无需调参的方法，使得预训练的扩散模型在目标擦除任务上实现sota效果。
作者发现，自注意力图会影响生成图像的结构和纹理细节
作者提出ASS模块（attention activation and suppression），基于给定蒙版，调用语言训练扩散模型的自监督机制，在逆生成过程中实现背景相对于前景的优先处理

2. 有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？

2.1 用于目标擦除的扩散模型

2.2 Sampling guidance

Classifier guidance: 使用额外的预训练分类器提供监督信号
Classifier-free guidance: 构建一个隐式分类器来引导生成过程
Self-attention guidance: 使用或者调整自监督模块来引导生成过程
- SAG: Hong et al., 2023
- PAG: Ahn et al., 2024

3. 论文试图解决什么问题？

扩散模型作为一种生成式模型，在目标去除任务（object removal tasks）上，会输出带有随机artifacts和前景物体区域生成不自然的问题。

4. 这篇文章要验证一个什么学科假设？

为前景物体区域提供背景标签，而其他区域在生成过程中保证标签不变，即可消除生成不自然的问题。

5. 论文中提到的解决方案之关键是什么？

作者发现不同层不同时间步的自监督图代表了图像各组成部分的语义信息。自监督图中代表前景和背景的部分有明显区分。
一种直觉的生成方案就是将前景自注意力信号与背景的相混合。相应地，蒙版内区域相较于背景的自注意力信号要提升，而相对自己的要下降。背景区域的信号要被固定且不受生成过程的影响。因此，背景相较于前景的注意力信号需要下降。

6. 论文中的实验是如何设计的？

无需微调，直接替换attention模块。在基于扩散模型的inpainting框架上验证效果可行性：SIP (stochastic inpainting pipeline) 和 DIP (deterministic inpainting pipeline)。

7. 用于定量评估的数据集是什么？代码有没有开源？

测试：从OpenImages V5的测试集中随机抽取一万组数据，包含原始图，对应的蒙版，分割的外接框，和分割类别标签。

评估指标：

整体效果：FID, LPIPS,
局部效果：Local-FID，
一致多样性：CLIP consensus，和
目标擦除度：CLIP score，越高，说明擦除得越真实，擦除度越高。

代码已开源：https://github.com/Anonym0u3/AttentiveEraser?tab=readme-ov-file

【论文笔记】Attentive Eraser

标题：Attentive Eraser: Unleashing Diffusion Model’s Object Removal Potential via Self-Attention Redirection Guidance Source：https://arxiv.org/pdf/2412.12974 收录：AAAI 25 作者单位：浙工商，字节&#…...

编程日记 2025/8/28 11:54:26

Cursor + IDEA 双开极速交互

相信很多开发者朋友应该和我一样吧，都是Cursor和IDEA双开的开发模式:在Cursor中快速编写和生成代码，然后在IDEA中进行调试和优化在这个双开模式的开发过程中，我就遇到一个说大不大说小不小的问题： 得在两个编辑器之间来回切换查…...

编程日记 2025/8/26 12:01:11

图像识别-手写数字识别项目

训练模型： 实现神经网络实例准备数据导入torchvision.transforms模块，它提供了许多常用的数据预处理操作，如裁剪、旋转、归一化等。从torch.utils.data模块导入DataLoader类，用于加载数据集并提供批量处理功能。导入tensorboa…...

编程日记 2025/8/28 11:53:50

bert模型笔记

1.各预训练模型说明 BERT模型在英文数据集上提供了两种大小的模型，Base和Large。Uncased是意味着输入的词都会转变成小写，cased是意味着输入的词会保存其大写（在命名实体识别等项目上需要）。Multilingual是支持多语言的&#xff0…...

编程日记 2025/8/26 10:18:32

利用 ArcGIS Pro 快速统计省域各市道路长度的实操指南

在地理信息分析与处理的工作中，ArcGIS Pro 是一款功能强大的 GIS 软件，它能够帮助我们高效地完成各种复杂的空间数据分析任务。现在，就让我们一起深入学习如何借助 ArcGIS Pro 来统计省下面各市的道路长度，这一技能在城市规划、…...

编程日记 2025/8/28 11:53:50

数据库系统概论（一）详细介绍数据库与基本概念

数据库系统概论（一）介绍数据库与基本概念前言一、什么数据库1.数据库的基本概念2.数据库的特点二、数据库的基本概念1. 数据2. 数据库3.数据库管理系统4.数据库系统三、数据管理技术的产生和发展四、数据库系统的特点1.数据结构化2.数据共享性3.数据冗…...

编程日记 2025/8/25 8:32:41

数字IC后端实现教程| Clock Gating相关clock tree案例解析

今天小编给大家分享几个跟时钟树综合，clock tree相关的典型问题。数字IC后端设计实现之分段长clock tree经典案例 Q1:星主好，下面的图是通过duplicate icg来解setup违例的示意图。我没看懂这个 duplicate操作在cts阶段是怎么实现的，用什么…...

编程日记 2025/8/26 2:10:28

1，下载源码 wget https://gcc.gnu.org/pub/gcc/infrastructure/mpfr-4.1.0.tar.bz2 wget https://gcc.gnu.org/pub/gcc/infrastructure/gmp-6.1.0.tar.bz2 wget https://gcc.gnu.org/pub/gcc/infrastructure/mpc-1.2.1.tar.gz git clone --mirror https://github…...

编程日记 2025/8/28 11:53:23

软考架构师笔记-计算机网络

1.9 计算机网络 OSI/RM 七层模型物理层二进制传输(中继器、集线器) (typedef) 数据链路层传送以帧为单位的信息(网桥、交换机、网卡) 网络层分组传输和路由选择(三层交换机、路由器)ARP/RARP/IGMP/ICMP/IP 传输层端到端的连接(TCP/UDP)在前向纠错系统中，当接…...

编程日记 2025/8/18 21:26:04

ubuntu打包 qt 程序，不用每次都用linuxdeployqt打包

用linuxdeployqt打包太麻烦，每次程序编译都要用linuxdeployqt打包一次，而且每次都要很长时间，通过研究得出一个新的打包方法 1.用用linuxdeployqt得出依赖的库文件（只要没有增加新模块，只要用一次就可以） …...

编程日记 2025/8/25 21:49:50

Spark（6）vm与centos虚拟机

（一）克隆虚拟机 vm软件提供了克隆的功能，它可以允许我们从一台虚拟机上快速克隆出其他的一模一样的主机。具体的操作步骤如下： 关闭hadoop100这台虚拟机。在它身上右键，并选择管理 → 克隆命令在随后的设置中&#…...

编程日记 2025/8/22 5:22:13

人工智能开发面经AI、大数据、算法

以下是一份AI算法开发岗位的面试面经，结合最新行业趋势和经典问题，涵盖技术解析与实战案例，供参考： 一、机器学习基础（占比约30%） 1. 过拟合与欠拟合的解决方案问题：如何解决模型过拟合&…...

编程日记 2025/8/21 12:49:00

在 macOS 上使用 CLion 进行 Google Test 单元测试

介绍 Google Test（GTest）是 Google 开源的 C 单元测试框架，它提供了简单易用的断言、测试夹具（Fixtures）和测试运行机制，使 C 开发者能够编写高效的单元测试。本博客将介绍如何在 macOS 上使用 CLion 配…...

编程日记 2025/8/27 20:41:37

NO2.C++语言基础|C++和Java|常量|重载重写重定义|构造函数|强制转换|指针和引用|野指针和悬空指针|const修饰指针|函数指针(C++)

6. C 和 Java 区别（语⾔特性，垃圾回收，应⽤场景等） 指针： Java 语⾔让程序员没法找到指针来直接访问内存，没有指针的概念，并有内存的⾃动管理功能，从⽽有效的防⽌了 C 语⾔中的指针…...

编程日记 2025/8/25 9:15:54

中原银行：从“小机+传统数据库”升级为“OceanBase+通用服务器”，30 +系统成功上线｜OceanBase DB大咖说（十五）

OceanBase《DB 大咖说》第 15 期，我们邀请到了中原银行金融科技部数据团队负责人，吕春雷。本文为本期大咖说的精选。吕春雷是一位资历深厚的数据库专家，从传统制造企业、IT企业、甲骨文公司到中原银行，他在数据库技术与运维管理…...

编程日记 2025/8/26 14:50:16

自注意力机制的演进-从Transformer架构到DeepSeek-R1模型的深度语义理解革新

2025年，我国发布了开创性且高性价比的大语言模型-DeepSeek-R1，推动了AI领域的重大变革。本章节回顾了LLM的发展历程，其起点可追溯至2017年Transformer架构的提出，该架构通过自注意力机制(Self-Attention)彻底革新了自然语言处理技…...

编程日记 2025/8/27 0:54:51

数据结构拓展：详解realloc(C++)

前言在C中，realloc 是C标准库提供的一个内存管理函数，用于动态调整已分配内存块的大小。尽管C更推荐使用 new/delete 或智能指针，但在某些场景（如与C代码交互或底层内存操作）中仍可能用到 realloc。以下是详细分析&a…...

编程日记 2025/8/25 3:26:01

计算机网络数据传输探秘：包裹如何在数字世界旅行？

计算机网络数据传输探秘：包裹如何在数字世界旅行？一、从快递网络看数据传输本质想象你网购了一件商品：打包：商家用纸箱包装，贴上地址标签（数据封装）运输：包裹经过网点→分拣中心→运输车（网络节点与链路）签收：快递员核对信息后交付（数据校验与接收）数据的网络…...

编程日记 2025/8/24 9:09:42

十二、OSG学习笔记-Control

上一章节： 十一、OSG学习笔记-操作系统接口-CSDN博客https://blog.csdn.net/weixin_36323170/article/details/145891502 本章节代码： OsgStudy/Controls CuiQingCheng/OsgStudy - 码云 - 开源中国https://gitee.com/cuiqingcheng/osg-study/tree/ma…...

编程日记 2025/8/25 6:54:46

DevOps全流程

DevOps全流程面试速记 DevOps 是一种融合开与运维的软件研发实践方法，规划从需求调研到开发，测试，部署等全流程，通过Jenkins 和Kubernetes 等自动化工具集成部署实现从代码编写到部署的无缝衔接，加速软件交付周期。我…...

编程日记 2025/8/22 2:09:46

ARM Linux LCD上实时预览摄像头画面

文章目录 1、前言2、环境介绍3、步骤4、应用程序编写4.1、lcd初始化4.2、摄像头初始化4.3、jpeg解码4.4、开启摄像头4.5、完整的程序如下 5、测试5.1、编译应用程序5.2、运行应用程序 6、总结 1、前言本次应用程序主要针对支持MJPEG格式输出的UVC摄像头。 2、环境介绍 rk35…...

编程日记 2025/8/26 18:52:56

NL2SQL-基于Dify+阿里通义千问大模型，实现自然语音自动生产SQL语句

本文基于Dify阿里通义千问大模型，实现自然语音自动生产SQL语句功能，话不多说直接上效果图我们可以试着问他几个问题查询每个部门的员工数量SELECT d.dept_name, COUNT(e.emp_no) AS employee_count FROM employees e JOIN dept_emp de ON e.emp_no d…...

编程日记 2025/8/28 3:38:41

centos8更换阿里云yum源

1.centos8更换为阿里云yum源 2.更换阿里云Yum-centos8源 mv /etc/yum.repos.d/CentOS-Stream-BaseOS.repo /etc/yum.repos.d/CentOS-Stream-BaseOS.repo.backupcurl -o /etc/yum.repos.d/CentOS-Stream-BaseOS.repo https://mirrors.aliyun.com/repo/Centos-8.repowget -O /et…...

编程日记 2025/8/26 14:55:54

在命令的轨迹中：创建、删除与查看普通用户，Linux用户管理的风华与深邃

文章目录引言一、创建普通用户二、测试是否创建成功三、查看普通用户四、更改密码五、赋予普通用户root权限六、删除普通用户小结引言在浩瀚如海的Linux系统中，每一位用户都是一颗独立的星辰，散发着属于自己的光芒。在这片数字的星空中，用…...

编程日记 2025/8/27 10:43:25

年后寒假总结及计划安排

年后寒假总结年后主要学习了微服务，nacos (服务注册中心)，feign（远程调用），网关，双token（相较于之前更加规范，更加符合企业级），配置管理 ，mybati…...

编程日记 2025/8/26 8:20:51

IvorySQL v4 逻辑复制槽同步功能解析：高可用场景下的数据连续性保障

功能简介 IvorySQL v4 基于 PostgreSQL 17，引入了逻辑复制槽同步至热备份数据库的功能。这一改进有效解决了旧版本中主数据库与备份数据库切换后逻辑复制中断的问题。对于那些追求数据高可用性和业务连续性的数据库来说，这无疑是一个重大的利好消息。它…...

编程日记 2025/8/24 6:51:53

GitLab常用操作

git init //初始化一个git的本地仓库git rm -r --cached //清除缓存，比如修改了.gitignore文件，可以先清缓存再进行下边的操作git add README.md //增加一个文件 //git add 文件夹/ //增加文件夹内的所有文件 //git add --all //增加当前项目…...

编程日记 2025/8/28 5:34:25

【运维笔记】docker 中 MySQL从5.7版本升级到8.0版本 - 平滑升级

在Docker环境中，将MySQL从5.7版本升级到8.0版本时，数据确实需要迁移。虽然不能直接通过docker-compose命令简单地进行版本升级并保留所有数据，但可以通过一系列步骤来实现平滑升级和数据迁移。以下是详细的迁移步骤： 一、准备阶段…...

编程日记 2025/8/24 20:53:04

NUMA架构介绍

NUMA 架构详解 NUMA（Non-Uniform Memory Access，非统一内存访问） 是一种多处理器系统的内存设计架构，旨在解决多处理器系统中内存访问延迟不一致的问题。与传统的 UMA（Uniform Memory Access，统一内存访问…...

编程日记 2025/8/25 0:21:40

三、0-1搭建springboot+vue3前后端分离-idea新建springboot项目

一、ideal新建项目1 ideal新建项目2 至此父项目就创建好了，下面创建多模块： 填好之后点击create 不删了，直接改包名，看自己喜欢修改包名和启动类名： 打开ServiceApplication启动类，修改如下： …...

编程日记 2025/8/23 7:11:40

【哇! C++】类和对象（三） - 构造函数和析构函数

目录一、构造函数 1.1 构造函数的引入 1.2 构造函数的定义和语法 1.2.1 无参构造函数： 1.2.2 带参构造函数 1.3 构造函数的特性 1.4 默认构造函数二、析构函数 2.1 析构函数的概念 2.2 特性如果一个类中什么成员都没有，简称为空类。空类中…...

编程日记 2025/8/24 8:46:42

单片机项目复刻需要的准备工作

一、前言复刻单片机的项目的时候，有些模块是需要焊接的。很多同学对焊接没有概念。这里说一下做项目的基本工具。比如：像这种模块，都需要自己焊接了排针才可以链接的。二、基本模块 2.1 单排排针一些模块买回来是没有焊接的&#x…...

编程日记 2025/8/26 22:44:28

Nginx负载均衡配置详解：轻松实现高可用与高性能

在现代Web应用中，负载均衡是确保系统高可用性和高性能的关键技术之一。Nginx作为一款高性能的HTTP服务器和反向代理服务器，其负载均衡功能被广泛应用于各种场景。本文将详细介绍如何使用Nginx实现负载均衡配置，帮助开发者轻松应对高并发和大流…...

编程日记 2025/8/27 23:25:06

SQLAlchemy系列教程：集成Pydantic增强数据处理能力

本教程介绍如何将Pydantic用于数据验证，SQLAlchemy用于数据库操作，从而通过强大的数据处理能力增强Python应用程序。介绍在现代web开发中，确保数据的有效性和完整性至关重要。Pydantic和SQLAlchemy是两个功能强大的Python库，可…...

编程日记 2025/8/24 5:18:34

Linux下AWK命令使用方法

文章目录 **一、AWK 基本语法****二、核心概念****1. 内置变量****2. 分隔符****3. BEGIN 和 END 块** **三、常见用法示例****1. 基础打印****2. 条件过滤****3. 计算与统计****4. 字符串操作****5. 处理 CSV 文件** **四、高级用法****1. 使用数组统计****2. 多条件分支&…...

编程日记 2025/8/28 4:59:25

【AI】如何理解与应对AI中的敏感话题：详细分析与实用指南

引言随着人工智能（AI）技术的不断发展，我们在与AI交互时，可能会遇到敏感话题的讨论限制。在许多情况下，AI系统为了避免触及社会、政治或文化敏感点，会对用户输入进行一定的筛选和过滤。那么，这…...

编程日记 2025/8/27 16:17:00

基于开源库编写MQTT通讯

目录 1. MQTT是什么？2. 开发交互UI3. 服务器核心代码4. 客户端核心代码5. 消息订阅与发布6. 通讯测试7. MQTT与PLC通讯最后. 核心总结 1. MQTT是什么？ MQTT（Message Queuing Terlemetry Transport）消息队列遥测协议；是…...

编程日记 2025/8/23 15:38:42

linux指令学习--sudo apt-get install vim

1. 命令分解部分含义sudo以管理员权限运行命令（需要输入用户密码）。apt-getUbuntu 的包管理工具，用于安装、更新、卸载软件包。installapt-get 的子命令，表示安装软件包。vim要安装的软件包名称（Vim 文本编辑器&…...

编程日记 2025/8/23 15:08:53

PHP之变量

在你有别的编程语言的基础下，你想学习PHP，可能要了解的一些关于变量的信息。 PHP中的变量不用指定数据类型，同时必须用$开头。全局变量可以在除函数外任意地方访问，如果需要在函数中访问要先获取 $x 111; function tt() {gl…...

编程日记 2025/8/26 0:21:35

代码规范和简化标准

代码规范和简化标准是编写高质量、可维护、可扩展和可读代码的基本原则。遵循这些标准不仅能提高团队协作效率，还能减少出错的概率和后期维护的成本。以下是一些常见的代码规范和简化标准： 1. 命名规范变量命名： 使用具有描述性的名称&…...

编程日记 2025/8/25 7:20:57

DeepSeek安全：AI网络安全评估与防护策略

🍅 点击文末小卡片 ，免费获取网络安全全套资料，资料在手，涨薪更快本文基于现有的公开资料，从企业资深网络安全专家的视角，系统梳理DeepSeek技术在网络安全领域的潜在贡献与核心风险，并结合中国…...

编程日记 2025/8/20 13:25:30

开发环境搭建-05.后端环境搭建-前后端联调-通过断点调试熟悉项目代码特点

一.后端环境搭建-前后端联调首先进行编译，编译通过才能够正常运行，我们可以看到已成功编译通过。 SkyApplication启动成功登录成功二.登录操作 1.controller层 package com.sky.controller.admin;import com.sky.constant.JwtClaimsConstant; impo…...

编程日记 2025/8/27 22:49:43

python py文件转为可执行文件（.exe）与 exe文件转py文件

一、py文件转为可执行文件（.exe） #安装 PyInstaller库 pip install pyinstaller #将 Python 脚本打包成一个单一的可执行文件。 pyinstaller --onefile .\123.py 文件或 pyinstaller -F .\123.py 文件执行这个命令后，PyInstaller 会将123…...

编程日记 2025/8/25 8:21:06