Разработка и верификация алгоритмов создания генеративных моделей и управляемого синтеза данных. Этап 1

Объект исследования: диффузионные вероятностные модели с очисткой шума (Denoising Diffusion Probabilistic Model). Предмет исследования: выработанные метрики производительности и эффективности диффузионных вероятностных моделей. Цель исследования: извлечь представления диффузионной модели, пригодные для дискриминативного анализа в контексте задачи семантической сегментации. Практическая значимость: результаты работы демонстрируют возможность использовать модели DDPM в решении задач семантической сегментации на ровне с другими моделями, которые активно применяются в подобных задачах авторегрессиоными модели и GAN. Таким образом, демонстрируется дополнительное применение DDPM, а также приводится, что в части случаев эти модели обходят свои аналоги.