从RGB生成到密集场读取：基于文生图模型的像素空间密集预测
预训练的扩散Transformer可以通过将token映射到任务原生输出而非生成RGB图像，从而适配密集预测任务，以最少的额外参数实现最优结果。
查看原文解读生成中或暂时不可用，请稍后刷新重试，或直接查看原文。
预训练的扩散Transformer可以通过将token映射到任务原生输出而非生成RGB图像，从而适配密集预测任务，以最少的额外参数实现最优结果。
查看原文