公开(公告)号：CN116863034B

公开(公告)日：2024-05-14

申请号：CN202310850135.6

申请日：2023-07-11

Applicant: 华院计算技术(上海)股份有限公司

Inventor： 金致宇 ,  沈旭立

IPC: G06T11/60 ,  G06T11/00 ,  G06T9/00

Abstract: 本发明提供一种提升扩散模型图片生成效果的方法，涉及计算机技术领域，包括：给定预训练的文本编码器并输入文字描述；将文本编码器内部注意力机制的尺度因子替换为稳定尺度因子，得到新的文本编码器；根据文字描述及新的文本编码器得到文本编码，利用扩散模型获得文本编码的编码文本向量；基于编码文本向量，通过解码模型得到输入的文字描述的生成图片。本发明使用稳定尺度因子，在文本生成图像领域中自适应地调节尺度因子，从而实现自然的高保真的生成图片，最终提升扩散模型生成效果。

公开(公告)号：CN116863034A

公开(公告)日：2023-10-10

申请号：CN202310850135.6

申请日：2023-07-11

Applicant: 华院计算技术(上海)股份有限公司

Inventor： 金致宇 ,  沈旭立

IPC: G06T11/60 ,  G06T11/00 ,  G06T9/00

Abstract: 本发明提供一种提升扩散模型图片生成效果的方法，涉及计算机技术领域，包括：给定预训练的文本编码器并输入文字描述；将文本编码器内部注意力机制的尺度因子替换为稳定尺度因子，得到新的文本编码器；根据文字描述及新的文本编码器得到文本编码，利用扩散模型获得文字编码的编码文本向量；基于编码文本向量，通过解码模型得到输入的文字描述的生成图片。本发明使用稳定尺度因子，在文本生成图像领域中自适应地调节尺度因子，从而实现自然的高保真的生成图片，最终提升扩散模型生成效果。