Frido

用特征金字塔扩散，生成复杂场景图像更精细

Frido 是一个基于特征金字塔扩散模型的图像生成研究项目，源自论文《Frido: Feature Pyramid Diffusion for Complex Scene Image Synthesis》。它针对复杂场景图像合成中，现有扩散模型难以同时捕捉全局结构和局部细节的问题，提出了一种多尺度特征金字塔扩散架构。核心能力包括：支持文本到图像、布局到图像等多种条件生成任务；通过在不同特征层级上执行扩散过程，能够有效生成具有丰富细节和一致全局结构的复杂图像；项目基于 PyTorch 和 PyTorch Lightning 实现，提供了研究代码和预训练模型。该项目的意义在于为复杂场景图像生成提供了一种新的技术路径，适合研究者复现论文结果或在此基础上进行扩展实验。