一种基于扩散模型时间步剪枝的图像生成方法及系统

本发明公开了一种基于扩散模型时间步剪枝的图像生成方法及系统，首先计算每个图像时间步的去噪损失并获得扩散损失差，再利用扩散损失差计算连续时间步损失变化，接着对批量图像样本的预测噪声图进行空间平均池化并得到图像特征表示；本发明实现了具有采用表示感知结构化剪枝框架高效压缩扩散模型的同时保持生成质量，还实现了具有采用分阶段时间步选择机制根据扩散过程的阶段性特征动态调整时间步筛选策略的功能，不仅使得能聚焦于阶段内最具代表性的关键时间步，还能减少冗余并提升效率，同时在选定出信息量丰富的时间步之后采用基于累积梯度的一阶泰勒展开法计算剪枝的重要性分数能累积关键信号下的梯度信息，适合被广泛推广和使用。