摘要
本申请实施例提供了一种模型训练方法、数据生成方法、图像生成方法、设备、存储介质及程序产品。利用第一生成模型,基于条件样本特征生成第一预测数据及基于无条件样本特征生成第二预测数据,并按照样本引导尺度融合第一预测数据及第二预测数据获得第一目标预测数据;按照样本引导尺度融合条件样本特征及无条件样本特征获得样本融合特征;利用第二生成模型基于样本融合特征生成第二目标预测数据;根据第二目标预测数据与第一目标预测数据的差异信息训练第二生成模型;第二生成模型即根据目标条件数据确定的条件特征和无条件特征以及目标引导尺度生成目标融合特征,并基于目标融合特征生成目标数据,从而保证了生成质量和生成效率。
技术关键词
样本
图像生成模型
融合特征
噪声预测
模型训练方法
数据生成方法
图像生成方法
噪声图像
噪声数据
时间序列特征
存储组件
存储计算机程序
教师
尺寸特征
缩放参数
计算机程序产品
可读存储介质
系统为您推荐了相关专利信息
深度Q网络
混合整数线性规划模型
深度强化学习
异构
工件
软件缺陷检测方法
软件缺陷修复
大语言模型
代码缺陷
修复系统