训练用图像的压缩问题，有懂的嘛？

在说什么，你训练生成图像的话图片在现在的unet和dit这些主流架构不是自回归和像素空间的话，最后是latent，而不是embedding。目前应该会用到的是都是文本embedding多吧...

然后图像压缩是会造成压缩伪影的，并且压缩率调高还会降低锐度和颜色丰富度，并不是所谓的几乎不受高保真影响...

@汐见萤 #1

了解了，先去问了ai，没实践。

我先找找压缩率有没有检测损失的方法。

不过不是图像生成类模型就无所谓，siglip这些都是在256~384~512尺度进行的，直接压分辨率大小就行，如果你压缩率拉到出现条带化啥的，最后对齐到文本内容我感觉也是会有问题的。。。

压缩的话直接走普通jpeg和webp啥的就行，不用纠结，一般压缩质量75附近就好。一般你电脑不是什么石头盘的话，读图片的io不会成为变慢的瓶颈的。

@汐见萤 #3

不在本地，远程的，现在准备小量测试效果。

大概率转到s3去，wasabi那种，压缩提高吞吐有必要。

主要测这个workflow的可行性。第一次摸索，先纸上谈兵。

质量75左右就行

squoosh够用了，追求无损压缩搞点WebP，或者试试caesium，批量处理省事。