摘要
本发明涉及一种基于扩散概率模型的图像生成方法、电子设备、存储介质,利用预训练好的扩散概率模型生成图像,扩散概率模型的训练过程包括如下步骤:获取原始训练样本,利用图像特征提取网络提取得到图像特征向量;基于所述图像特征向量,利用带温度的softmax层得到类别向量;基于随机采样的噪声等级,对所述原始训练样本进行加噪,得到加噪训练样本;基于所述加噪训练样本、所述噪声等级和所述类别向量,利用去噪神经网络得到预测样本;基于所述原始训练样本和预测样本,通过计算训练误差,更新所述图像特征提取网络和所述去噪神经网络,实现扩散概率模型的训练。与现有技术相比,本发明具有生成图片与特定类别的特性更加匹配等优点。
技术关键词
图像生成方法
图像特征向量
图像特征提取
噪声
带温度
电子设备
样本
网络
误差函数
程序
可读存储介质
图片
存储器
处理器
元素
指令
计算机
数据
系统为您推荐了相关专利信息
辅助诊断系统
文本特征向量
图像特征向量
多模态
特征融合网络
瓶颈特征
图像生成方法
噪声数据
图像生成程序
编码器
参数控制方法
抗菌面料
抗菌剂
温湿度传感器
数值
车辆转向系统
实时检测方法
微型麦克风阵列
车辆运行状态
声学特征
去噪模型
模糊算子
脉冲噪声
噪声图像
增广拉格朗日