摘要
本发明公开了一种图像生成真伪的检测方法,用于区分真实图像与扩散模型生成的图像,通过对图像生成真伪检测模型的基础算子进行OpenAI Triton编写,并与消费级显卡底层算子进行适配,以使检测模型支持消费级显卡;将图像生成真伪检测模型部署于消费级显卡时,通过python算子注入机制,将OpenAI Triton编写的基础算子导入图像检测系统中,再采用python图编译机制对导入的基础算子进行编译,使其在消费级显卡上高效运行。并且,在对图像生成真伪检测模型的基础算子进行OpenAI Triton编写时,对图像生成真伪检测模型中的attention模块进行优化,采用基于滑窗的稀疏化计算方法,降低模型部署所需的显存并提高检测效率。
技术关键词
化计算方法
显卡
图像检测系统
语义特征
注意力机制
二维离散余弦变换
图像编码器
基础
转换编码器
像素
频率
图像块
模块
矩阵
文本
键值
内存
系统为您推荐了相关专利信息
智能诊断系统
注意力方法
形态学特征
骨髓细胞图像
分类模型构建
多头注意力机制
内容检测方法
高频特征
前馈神经网络
融合特征
地基云图
分割方法
解码器结构
深度学习训练
深度学习网络
通信方法
信道解码器
信号发射方法
注意力机制
正交幅度调制