cFlownet は、条件付きの正規化フロー (cFlow) に基づく、まったく新しい条件付き生成モデルです。基本的な考え方は、エンコーダーの後に cFlow 変換ステップを導入することで cVAE の表現性を向上するというものです。これによって潜在的な事後分布がより高精度に近似されるため、セグメンテーションのより豊富なバリエーションを捉えることができます。cFlownet モデルの詳細は、https://arxiv.org/abs/2006.02683 を参照してください。
次の表に、Vitis AI ライブラリでサポートされる cFlownet モデルを示します。
番号 | モデル名 | フレームワーク |
---|---|---|
1 | cflownet_pt | PyTorch |