细粒度扩散生成模型

万类图像生成

面向10,000个细粒度类别的参数高效扩散模型，训练加速1.56×且仅微调1.77%参数，生成质量达FID 9.776。

Ziying, Pan · 王坤 · Gang, Li · Feihong, He · 赖永炫

Applied Intelligence 2025

参数信息

训练加速比

1.56 ×

存储参数比例

1.77 %

FID

9.776

技术优势

训练快1.56倍

仅微调分层类别嵌入、偏置项和归一化层参数，相比全量微调大幅减少计算量。

参数占用仅1.77%

存储开销大幅降低，便于在资源受限环境下部署和共享。

生成质量领先

在10,000类图像生成上取得FID 9.776，优于其他参数高效微调方法。

采样更适配细粒度

用超类条件引导替代传统无分类器引导，提升细粒度类别的生成质量。

应用场景

• 细粒度图像合成：生成细粒度类别的逼真图像，用于数据稀缺的品种/品类识别。
• 生成式数据增强：合成训练样本，缓解细粒度数据集标注不足问题。
• 扩散模型高效微调：以少量参数微调扩散模型，降低训练成本和存储需求。
• 图像生成模型部署：轻量存储有利于在边缘设备上部署大规模生成模型。