Предобученный EMA-VQGAN преобразует изображения в дискретные токены для квантования и визуального токенизирования в проекте TextArtT5.

Подходит для: квантование изображений 256 × 256 в дискретные токены · кодирование изображений в латентную сетку 32 × 32 · подготовка визуальных токенов для генеративной модели TextArtT5