一种基于扩散模型自适应推理的图像生成方法及系统

本发明公开了一种基于扩散模型自适应推理的图像生成方法及系统，包括：构建下一步噪声强度预测模块TPM；对原始扩散模型进行改进，添加TPM；利用强化学习方法对改进的扩散模型进行训练，多次展开整个去噪过程，每次迭代中预测下一个时间步，根据最终生成图像的质量和步骤数计算奖励，并使用PPO损失函数更新TPM参数；实际推理过程中，从高斯噪声中随机采样噪声并输入训练好的扩散模型，使用扩散模型预测去噪结果的同时，用TPM输出下一步去噪所基于的时间步所属分布，并使分布众数作为实际推理时所使用的下一个时间步；当预测时间步小于设定阈值时，基于模型输出得到最终生成图像结果。本发明能够动态调整图像生成过程，实现效率与质量并重的推理结果。