本发明专利技术实施例提供了一种图片生成方法、装置、电子设备及存储介质，应用于图片生成技术领域，通过确定针对所述扩散模型的时间步；确定针对所述时间步的超参数数值区间，并从所述超参数数值区间中确定出目标超参数数值；基于所述目标超参数数值从所述时间步中确定出目标时间步；通过所述目标时间步生成图片，从而实现了提高图片生成效率，节约了训练时需要的计算资源。计算资源。计算资源。
【技术实现步骤摘要】
一种图片生成方法、装置、电子设备及存储介质
[0001]本专利技术涉及图片生成
，特别是涉及一种图片生成方法、一种图片生成装置、一种电子设备以及一种计算机可读存储介质。
技术介绍
[0002]扩散模型因其在生成领域的巨大潜力，已经较为广泛地应用在了图片生成和视频生成领域，视觉领域的生成是基于文本或者相似内容的引导，从而使模型理解用户的创作意图，扩散模型相对于其他生成类模型有独到的优势，比如VAE（Variational Auto
‑
encoder，又称变分自编码器）需要对齐后验分布；而GAN（Generative Adversarial Network，又称生成对抗网络）需要训练一个额外的判别器，从而增加了整个模型训练过程中的收敛难度，扩散模型有足够的理论支持稳定的训练，其损失函数的设计也是相对简单而灵活的，相比VAE来说有更少的近似，而相对GAN则更容易收敛，因此，扩散模型不仅在计算机视觉领域有着广泛的应用，在语言合成、文本生成等领域也有着相应的探索，然而，扩散模型在进行图片生成的过程中，需要大量的采样步（sampling steps）和较长的采样时间。
[0003]因此，如何生成图片是本领域内技术人员需要克服的技术问题。
技术实现思路
[0004]本专利技术实施例是提供一种图片生成方法、装置、电子设备以及计算机可读存储介质，以解决提高图片生成效率的问题。
[0005]本专利技术实施例公开了一种图片生成方法，应用于扩散模型，可以包括：确定针对所述扩散模型的时间步；确定针对所述时间步的超参数数值区间，并从所述超参数数值区间中确定出目标超参数数值；基于所述目标超参数数值从所述时间步中确定出目标时间步；通过所述目标时间步生成图片。
[0006]可选地，所述超参数数值区间具有对应的超参数定量指标，所述从所述超参数数值区间中确定出目标超参数数值的步骤可以包括：基于所述超参数定量指标从所述超参数数值区间中确定出目标超参数数值。
[0007]可选地，还可以包括：确定针对所述超参数数值区间的第一搜索间隔、第二搜索间隔和第三搜索间隔。
[0008]可选地，所述第一搜索间隔可以大于所述第二搜索间隔，所述第二搜索间隔大于所述第三搜索间隔。
[0009]可选地，所述基于所述超参数定量指标从所述超参数数值区间中确定出目标超参数数值的步骤可以包括：基于所述第一搜索间隔和所述超参数定量指标从所述超参数数值区间中确定出
第一最小超参数数值；基于所述第二搜索间隔和所述超参数定量指标从所述第一最小超参数数值中确定出第二最小超参数数值；基于所述第三搜索间隔和所述超参数定量指标从所述第二最小超参数数值中确定出目标超参数数值。
[0010]可选地，所述时间步具有对应的时间步定量指标，所述基于所述目标超参数数值从所述时间步中确定出目标时间步的步骤可以包括：基于所述目标超参数数值和所述时间步定量指标，从所述时间步中确定出目标时间步。
[0011]可选地，所述时间步具有对应的时间步数值，还可以包括：采用所述时间步数值确定针对所述时间步的第四搜索间隔和第五搜索间隔。
[0012]可选地，所述第四搜索间隔可以大于所述第五搜索间隔。
[0013]可选地，所述基于所述目标超参数数值和所述时间步定量指标，从所述时间步中确定出目标时间步的步骤可以包括：基于所述目标超参数数值、所述第四搜索间隔和所述时间步定量指标从所述时间步中确定出初始最小时间步；基于所述目标超参数数值、所述第五搜索间隔和所述时间步定量指标从所述初始最小时间步中确定出目标时间步。
[0014]可选地，还可以包括：将所述目标时间步平均划分为多个时间步区间。
[0015]可选地，还可以包括：确定针对所述时间步区间的时间步搜索范围。
[0016]可选地，还可以包括：确定针对所述时间步区间的时间步搜索间隔。
[0017]可选地，还可以包括：从所述时间步区间中确定出第一时间步区间和第二时间步区间，所述第二时间步区间为所述第一时间步区间的之后的时间步区间，且所述第二时间步区间和所述第一时间步区间相邻。
[0018]可选地，还可以包括：基于所述时间步搜索范围和所述时间步搜索间隔确定所述第一时间步区间的第一时间步数量。
[0019]可选地，所述第一时间步数量可以为所述第一时间步区间中时间步区间定量指标最低的时间步数量。
[0020]可选地，还可以包括：基于所述时间步搜索范围、所述时间步搜索间隔和所述第一时间步数量确定所述第二时间步区间的第二时间步数量。
[0021]可选地，所述第二时间步数量可以为所述第二时间步区间中时间步区间定量指标最低的时间步数量。
[0022]可选地，还可以包括：
通过所述第一时间步数量和所述第二时间步数量，确定针对多个所述时间步区间的多个最优时间步；多个所述最优时间步与多个所述时间步区间一一对应。
[0023]可选地，所述通过所述目标时间步生成图片的步骤可以包括：采用所述最优时间步生成图片。
[0024]本专利技术实施例还公开了一种图片生成装置，应用于扩散模型，可以包括：时间步确定模块，用于确定针对所述扩散模型的时间步；目标超参数数值确定模块，用于确定针对所述时间步的超参数数值区间，并从所述超参数数值区间中确定出目标超参数数值；目标时间步确定模块，用于基于所述目标超参数数值从所述时间步中确定出目标时间步；图片生成模块，用于通过所述目标时间步生成图片。
[0025]可选地，所述超参数数值区间具有对应的超参数定量指标，所述目标超参数数值确定模块可以包括：目标超参数数值确定子模块，用于基于所述超参数定量指标从所述超参数数值区间中确定出目标超参数数值。
[0026]可选地，还可以包括：第一搜索间隔确定子模块，用于确定针对所述超参数数值区间的第一搜索间隔、第二搜索间隔和第三搜索间隔。
[0027]可选地，所述第一搜索间隔可以大于所述第二搜索间隔，所述第二搜索间隔大于所述第三搜索间隔。
[0028]可选地，所述目标超参数数值确定子模块可以包括：第一最小超参数数值确定单元，用于基于所述第一搜索间隔和所述超参数定量指标从所述超参数数值区间中确定出第一最小超参数数值；第二最小超参数数值确定单元，用于基于所述第二搜索间隔和所述超参数定量指标从所述第一最小超参数数值中确定出第二最小超参数数值；目标超参数数值确定单元，用于基于所述第三搜索间隔和所述超参数定量指标从所述第二最小超参数数值中确定出目标超参数数值。
[0029]可选地，所述时间步具有对应的时间步定量指标，所述目标时间步确定模块可以包括：目标时间步确定子模块，用于基于所述目标超参数数值和所述时间步定量指标，从所述时间步中确定出目标时间步。
[0030]可选地，所述时间步具有对应的时间步数值，还可以包括：第四搜索间隔确定子模块，用于采用所述时间步数值确定针对所述时间步的第四搜索间隔和第五搜索间隔。
[0031]可选地，所述第四搜索间隔可以大本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图片生成方法，其特征在于，应用于扩散模型，包括：确定针对所述扩散模型的时间步；确定针对所述时间步的超参数数值区间，并从所述超参数数值区间中确定出目标超参数数值；基于所述目标超参数数值从所述时间步中确定出目标时间步；通过所述目标时间步生成图片。2.根据权利要求1所述的方法，其特征在于，所述超参数数值区间具有对应的超参数定量指标，所述从所述超参数数值区间中确定出目标超参数数值的步骤包括：基于所述超参数定量指标从所述超参数数值区间中确定出目标超参数数值。3.根据权利要求2所述的方法，其特征在于，还包括：确定针对所述超参数数值区间的第一搜索间隔、第二搜索间隔和第三搜索间隔。4.根据权利要求3所述的方法，其特征在于，所述第一搜索间隔大于所述第二搜索间隔，所述第二搜索间隔大于所述第三搜索间隔。5.根据权利要求4所述的方法，其特征在于，所述基于所述超参数定量指标从所述超参数数值区间中确定出目标超参数数值的步骤包括：基于所述第一搜索间隔和所述超参数定量指标从所述超参数数值区间中确定出第一最小超参数数值；基于所述第二搜索间隔和所述超参数定量指标从所述第一最小超参数数值中确定出第二最小超参数数值；基于所述第三搜索间隔和所述超参数定量指标从所述第二最小超参数数值中确定出目标超参数数值。6.根据权利要求1所述的方法，其特征在于，所述时间步具有对应的时间步定量指标，所述基于所述目标超参数数值从所述时间步中确定出目标时间步的步骤包括：基于所述目标超参数数值和所述时间步定量指标，从所述时间步中确定出目标时间步。7.根据权利要求6所述的方法，其特征在于，所述时间步具有对应的时间步数值，还包括：采用所述时间步数值确定针对所述时间步的第四搜索间隔和第五搜索间隔。8.根据权利要求7所述的方法，其特征在于，所述第四搜索间隔大于所述第五搜索间隔。9.根据权利要求8所述的方法，其特征在于，所述基于所述目标超参数数值和所述时间步定量指标，从所述时间步中确定出目标时间步的步骤包括：基于所述目标超参数数值、所述第四搜索间隔和所述时间步定量指标从所述时间步中确定出初始最小时间步；基于所述目标超参数数值、所述第五搜索间隔和所述时间步定量指标从所述初始最小时间步中确定出目标时间步。10.根据权利要求1所述的方法，其特征在于，还包括：将所述目标时间步平均划分为多个时间步区间。11.根据权利要求10所述的方法，其特征在于，还包括...
【专利技术属性】
技术研发人员：于彤，吴韶华，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。