retrieval-augmented-ddpm

给扩散模型加个检索外挂，生成更准更丰富

这是一个基于 PyTorch 实现的检索增强去噪扩散概率模型（Retrieval-Augmented DDPM）。它解决的是传统扩散模型在生成图像时依赖单一训练分布、缺乏外部知识引导的问题。核心能力是在 DDPM 的采样或训练过程中引入检索机制，从外部数据库或训练集中检索相似样本作为条件，从而提升生成图像的多样性和保真度。项目提供了完整的模型定义、训练与采样流程，适合研究者复现和扩展。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 66
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队lucidrains
所属国家
官网地址
GitHubhttps://github.com/lucidrains/retrieval-augmented-ddpm
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型artificial-intelligence,deep-learning,image-generation,retrieval
GitHub 星标★ 66
30天Star增速
HF 下载量
上线时间2022-05-01 00:00:00
最近更新2026-01-28 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 将检索机制与扩散模型结合，为生成过程提供外部参考，思路新颖
  • 基于 PyTorch 实现，代码结构清晰，便于二次开发
  • 支持自定义检索库，灵活适配不同数据场景

不足之处

  • 项目处于早期阶段，文档和示例较少
  • 检索模块依赖外部数据库，可能增加推理开销

适用场景

  • 学术研究：探索检索增强生成模型的新方法
  • 图像生成：需要从特定参考集生成相似风格或内容的图像
  • 数据增强：利用检索库提升生成样本的多样性

替代项目

Retrieval-Augmented Diffusion Models (RDM)、KNN-Diffusion、Re-Imagen

项目介绍

retrieval-augmented-ddpm 是图像领域的开源项目，由 lucidrains 开发，2022 年首次发布。

它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 66。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-01-28。MIT许可证，完全免费，需自行部署使用。

它主要面向的使用场景是：学术研究：探索检索增强生成模型的新方法。同类可对比的替代方案包括 Retrieval-Augmented Diffusion Models (RDM)、KNN-Diffusion、Re-Imagen。

上一篇：gansformer

下一篇：RQ-Transformer

同类项目推荐

satori 开源

网页代码一键变高清图，放大不糊，不用截图

Enlightened library to convert HTML and CSS to SVG

★ 13967 2026-08-09
C2GAN 开源

用关键点精准控制图像生成，让AI画出你想要的结构

[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···

★ 70 2026-08-09
ComfyUI 开源

像搭积木一样连节点，生图流程自己搭

The most powerful and modular diffusion model GUI, api and backend with a graph/node···

★ 134493 2026-08-09