particle-guidance

让扩散模型一次生成多样不重复的图像集合

Particle Guidance 是一个基于扩散模型的图像生成工具，实现了论文《Particle Guidance: non-I.I.D. Diverse Sampling with Diffusion Models》中的方法。它解决的是扩散模型在采样时生成样本多样性不足的问题，即当需要生成一组多样化的图像（而非单一独立样本）时，传统方法容易产生相似或重复的结果。该项目的核心能力是通过粒子引导机制，在采样过程中引入非独立同分布（non-I.I.D.）的约束，使生成的图像集合在保持质量的同时具有更高的多样性和覆盖度。它基于 Stable Diffusion 等扩散模型构建，提供 Python 接口，便于研究人员和开发者集成到现有工作流中。项目代码结构清晰，包含核心算法实现和示例，适合用于探索扩散模型的多样性采样技术。