LayerEditor превращает правку фото в отдельные слои за 0,9 секунды

Исследователи представили LayerEditor — диффузионную модель, которая по текстовому запросу выдаёт готовые RGBA-слои (передний план, фон, маска) и переиспользуемый edit-prior. На COCO-Edit модель достигает IoU 0,78 против 0,55 у MRT 20B, а инференс на RTX 4090 занимает 0,92 с.

• IoU 0,78 на COCO-Edit — на 23% выше лучшего бейзлайна
• Генерация трёх RGBA-слоёв и edit-prior за 0,92 с на RTX 4090
• Edit-Recall 0,84 против 0,63 у MRT 20B
• Edit-prior весом около 256 КБ можно применять к другим изображениям