摘要
本发明涉及一种多阶段的流匹配扩散模型训练方法,包括以下步骤:S1获取训练数据集;S2对所述训练数据集中的图像进行预处理;S3确定预训练扩散模型的推理步数;S4设置超参数;S5从较大的窗口数开始,将采样轨迹划分为多个时间窗口;S6逐步减少时间窗口的数量。本发明的主要创新点在于提出了一种多阶段的流模型训练范式,并优化了流模型的学习目标。通过这种多阶段训练方法,逐步减少时间窗口数量,降低了流匹配扩散模型的学习难度。
技术关键词
模型训练方法
多阶段
超参数
轨迹
图像
模型预测值
数据
文本
分辨率
可读存储介质
线型
教师
矫正
计算机
处理器
误差
系统为您推荐了相关专利信息
表面清洁装置
移动执行机构
表面清洁方法
冲击头
变幅杆
状态在线识别方法
接触器
智能优化算法
图像
镜像对称
三维点云数据
生成式对抗网络
生成三维点云
条件生成对抗网络
多视角