摘要
本发明公开了一种基于人工智能的一致性模型的创建方法及系统,涉及人工智能技术领域,本发明提供的基于人工智能的一致性模型的创建方法方法包括:获取原始图像并进行编码;对编码数据添加噪声,生成不同噪声水平的图像;输入一致性模型进行处理,并计算一致性损失;引入分段损失,对不同时间步的图像进行优化;结合一致性损失和分段损失构建优化目标函数,提高训练效率和生成质量;采用训练影响力分析方法动态调整训练样本的权重,优化训练过程;在推理阶段,基于时间步调整策略优化推理过程,提高生成精度;本发明优化了一致性模型的训练和推理过程,提高了生成图像的清晰度、一致性和计算效率,减少推理计算开销,增强模型泛化能力。
技术关键词
神经网络结构
创建系统
分段
分析方法
生成高质量图像
噪声
生成编码数据
滑动窗口方法
对抗性
动态
人工智能技术
策略
编码模块
真实感
精度
伪影
编码器