Fine-Tuning Stable Diffusion XL for Stylistic Icon Generation: A Comparison of Caption Size

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sultan, Youssef, Ma, Jiangqin, Liao, Yu-Ying
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Image-to-Recipe Translation
von: Ma, Jiangqin, et al.
Veröffentlicht: (2024)

Stylistic Attribute Control in Latent Diffusion Models
von: Reimann, Max, et al.
Veröffentlicht: (2026)

Efficient Image Restoration through Low-Rank Adaptation and Stable Diffusion XL
von: Zhao, Haiyang
Veröffentlicht: (2024)

Generalized SAM: Efficient Fine-Tuning of SAM for Variable Input Image Sizes
von: Kato, Sota, et al.
Veröffentlicht: (2024)

Stylecodes: Encoding Stylistic Information For Image Generation
von: Rowles, Ciara
Veröffentlicht: (2024)

FeRA: Frequency-Energy Constrained Routing for Effective Diffusion Adaptation Fine-Tuning
von: Yin, Bo, et al.
Veröffentlicht: (2025)

DeepIcon: A Hierarchical Network for Layer-wise Icon Vectorization
von: Bing, Qi, et al.
Veröffentlicht: (2024)

Detecting Dataset Abuse in Fine-Tuning Stable Diffusion Models for Text-to-Image Synthesis
von: Wang, Songrui, et al.
Veröffentlicht: (2024)

Diffusion-RSCC: Diffusion Probabilistic Model for Change Captioning in Remote Sensing Images
von: Yu, Xiaofei, et al.
Veröffentlicht: (2024)

EasyTune: Efficient Step-Aware Fine-Tuning for Diffusion-Based Motion Generation
von: Tan, Xiaofeng, et al.
Veröffentlicht: (2026)

DomainStudio: Fine-Tuning Diffusion Models for Domain-Driven Image Generation using Limited Data
von: Zhu, Jingyuan, et al.
Veröffentlicht: (2023)

Enhancing Scientific Visual Question Answering via Vision-Caption aware Supervised Fine-Tuning
von: Kapuriya, Janak, et al.
Veröffentlicht: (2025)

Gungnir: Exploiting Stylistic Features in Images for Backdoor Attacks on Diffusion Models
von: Zhang, Lei, et al.
Veröffentlicht: (2025)

Quantitative Comparison of Fine-Tuning Techniques for Pretrained Latent Diffusion Models in the Generation of Unseen SAR Images
von: Debuysère, Solène, et al.
Veröffentlicht: (2025)

Sparse Fine-Tuning of Transformers for Generative Tasks
von: Chen, Wei, et al.
Veröffentlicht: (2025)

Progressive Knowledge Distillation Of Stable Diffusion XL Using Layer Level Loss
von: Gupta, Yatharth, et al.
Veröffentlicht: (2024)

CycleCap: Improving VLMs Captioning Performance via Self-Supervised Cycle Consistency Fine-Tuning
von: Krestenitis, Marios, et al.
Veröffentlicht: (2026)

DiffPoseTalk: Speech-Driven Stylistic 3D Facial Animation and Head Pose Generation via Diffusion Models
von: Sun, Zhiyao, et al.
Veröffentlicht: (2023)

Unconditional Priors Matter! Improving Conditional Generation of Fine-Tuned Diffusion Models
von: Phunyaphibarn, Prin, et al.
Veröffentlicht: (2025)

COCONut-PanCap: Joint Panoptic Segmentation and Grounded Captions for Fine-Grained Understanding and Generation
von: Deng, Xueqing, et al.
Veröffentlicht: (2025)

Peregrine: One-Shot Fine-Tuning for FHE Inference of General Deep CNNs
von: Ling, Huaming, et al.
Veröffentlicht: (2025)

Only-Style: Stylistic Consistency in Image Generation without Content Leakage
von: Aravanis, Tilemachos, et al.
Veröffentlicht: (2025)

MultiModal Fine-tuning with Synthetic Captions
von: Enomoto, Shohei, et al.
Veröffentlicht: (2026)

Synthetically Trained Icon Proposals for Parsing and Summarizing Infographics
von: Madan, Spandan, et al.
Veröffentlicht: (2018)

Fine-Tuning Text-To-Image Diffusion Models for Class-Wise Spurious Feature Generation
von: MaungMaung, AprilPyone, et al.
Veröffentlicht: (2024)

FreeFix: Boosting 3D Gaussian Splatting via Fine-Tuning-Free Diffusion Models
von: Zhou, Hongyu, et al.
Veröffentlicht: (2026)

Caption Anything in Video: Fine-grained Object-centric Captioning via Spatiotemporal Multimodal Prompting
von: Tang, Yunlong, et al.
Veröffentlicht: (2025)

Disentangling Fine-Tuning from Pre-Training in Visual Captioning with Hybrid Markov Logic
von: Shah, Monika, et al.
Veröffentlicht: (2025)

Bridging the Visual Gap: Fine-Tuning Multimodal Models with Knowledge-Adapted Captions
von: Yanuka, Moran, et al.
Veröffentlicht: (2024)

DECap: Towards Generalized Explicit Caption Editing via Diffusion Mechanism
von: Wang, Zhen, et al.
Veröffentlicht: (2023)

Diffusion-DRF: Free, Rich, and Differentiable Reward for Video Diffusion Fine-Tuning
von: Wang, Yifan, et al.
Veröffentlicht: (2026)

Scene Graph-guided SegCaptioning Transformer with Fine-grained Alignment for Controllable Video Segmentation and Captioning
von: Zhang, Xu, et al.
Veröffentlicht: (2026)

FingerCap: Fine-grained Finger-level Hand Motion Captioning
von: Shen, Xin, et al.
Veröffentlicht: (2025)

Mesh-RFT: Enhancing Mesh Generation via Fine-grained Reinforcement Fine-Tuning
von: Liu, Jian, et al.
Veröffentlicht: (2025)

Grounding Stylistic Domain Generalization with Quantitative Domain Shift Measures and Synthetic Scene Images
von: Luo, Yiran, et al.
Veröffentlicht: (2024)

MeshXL: Neural Coordinate Field for Generative 3D Foundation Models
von: Chen, Sijin, et al.
Veröffentlicht: (2024)

VARD: Efficient and Dense Fine-Tuning for Diffusion Models with Value-based RL
von: Dai, Fengyuan, et al.
Veröffentlicht: (2025)

Image-Caption Encoding for Improving Zero-Shot Generalization
von: Yu, Eric Yang, et al.
Veröffentlicht: (2024)

Step-level Reward for Free in RL-based T2I Diffusion Model Fine-tuning
von: Liao, Xinyao, et al.
Veröffentlicht: (2025)

Fine Tuning Text-to-Image Diffusion Models for Correcting Anomalous Images
von: Yoo, Hyunwoo
Veröffentlicht: (2024)