/ Модель

Характеристики

Лицензия
MIT
Базовая модель
FLUX.1-dev
Библиотека
diffusers
Опубликована
9 окт 2025

DiT360-Panorama-Image-Generation

Генерация изображенийТекст → изображение3 профессии

DiT360 — модель генерации панорамных изображений, разработанная исследовательской командой Insta360 Research Team.

563скачиваний за 30 дней35лайковвеса обновлены17 окт 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Она основана на архитектуре DiT и использует black-forest-labs/FLUX.1-dev в качестве базовой модели. Метод обучается на перспективных и панорамных изображениях по гибридной схеме, объединяющей междоменное руководство на уровне изображений и гибридный надзор на уровне токенов.

Модель предназначена для генерации панорам по текстовому описанию, а также для задач панорамного inpainting и outpainting. В архитектуре и обучении применяются механизмы для повышения реалистичности и геометрической точности, включая circular padding для непрерывности границ, yaw loss для устойчивости к вращению и cube loss для учёта искажений. Заявлены улучшенные согласованность границ и fidelity изображений по результатам экспериментов на одиннадцати количественных метриках.

В README не указаны размер модели, поддерживаемые языки, точная длина контекста, перечень модальностей помимо текстового ввода и аппаратные требования для инференса. Модель распространяется по лицензии MIT.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DiT360: High-Fidelity Panoramic Image Generation via Hybrid Training

teaser

DiT360 is a framework for high-quality panoramic image generation, leveraging both perspective and panoramic data in a hybrid training scheme. It adopts a two-level strategy—image-level cross-domain guidance and token-level hybrid supervision—to enhance perceptual realism and geometric fidelity.

Abstract

In this work, we propose DiT360, a DiT-based framework that performs hybrid training on perspective and panoramic data for panoramic image generation. For the issues of maintaining geometric fidelity and photorealism in generation quality, we attribute the main reason to the lack of large-scale, high-quality, real-world panoramic data, where such a data-centric view differs from prior methods that focus on model design. Basically, DiT360 has several key modules for inter-domain transformation and intra-domain augmentation, applied at both the pre-VAE image level and the post-VAE token level. At the image level, we incorporate cross-domain knowledge through perspective image guidance and panoramic refinement, which enhance perceptual quality while regularizing diversity and photorealism. At the token level, hybrid supervision is applied across multiple modules, which include circular padding for boundary continuity, yaw loss for rotational robustness, and cube loss for distortion awareness. Extensive experiments on text-to-panorama, inpainting, and outpainting tasks demonstrate that our method achieves better boundary consistency and image fidelity across eleven quantitative metrics. Our code is available at: https://github.com/Insta360-Research-Team/DiT360.

🔨 Installation

Clone the repo first:

git clone https://github.com/Insta360-Research-Team/DiT360.git
cd DiT360

(Optional) Create a fresh conda env:

conda create -n dit360 python=3.12
conda activate dit360

Install necessary packages (torch > 2):

# pytorch (select correct CUDA version, we test our code on torch==2.6.0 and torchvision==0.21.0)
pip install torch==2.6.0 torchvision==0.21.0

# other dependencies
pip install -r requirements.txt

📒 Quick Start

python inference.py

🤝 Acknowledgement

We appreciate the open source of the following projects:

Citation

@misc{dit360,
    title={DiT360: High-Fidelity Panoramic Image Generation via Hybrid Training}, 
    author={Haoran Feng and Dizhe Zhang and Xiangtai Li and Bo Du and Lu Qi},
    year={2025},
    eprint={2510.11712},
    archivePrefix={arXiv},
}

More details and future updates can be found on our GitHub repository: DiT360

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
88b5915

0 моделей