摘要
本发明公开了一种结构扰动指导和一致性蒸馏融合的扩散模型图像生成方法及装置,该方法包括:通过扩散模型对第一学生网络进行初始化,并初始化第一教师网络;根据潜空间数据集和扩散模型的噪声调度函数,生成潜空间初始状态;将结构扰动后的无分类器指导引入第一教师网络,得到第二教师网络;根据第一教师网络、第二教师网络和潜空间初始状态,通过求解器进行状态预测,生成第一教师网络的增强输入;根据第一学生网络、第一教师网络和增强输入,获取一致性损失;根据一致性损失,对第一学生网络进行参数更新,得到目标模型;目标模型用于目标图像的生成。本发明能够提高生成图像的质量并加快扩散模型的生成速度,可以广泛应用于图像生成技术领域。
技术关键词
教师
图像生成方法
网络
注意力
代表
学生
蒸馏
模块
分类器
矩阵
图像生成技术
图像生成装置
噪声
参数
数据
度量
存储器
处理器
样本
系统为您推荐了相关专利信息
贝叶斯网络模型
溢流分析方法
后验概率
计算机执行指令
节点
协调控制模块
调控系统
控制误差
环境状态信息
舒适度
批量数据
跑批处理方法
机器学习模型
日志
系统资源参数