DCW

该项目旨在解决扩散概率模型在生成任务中遇到的信噪比-时间步（SNR-t）偏差问题。通过详细的实证分析与理论研究，项目揭示了训练和推理阶段信噪比与时序之间的不匹配现象，并提出了一种基于小波域差分校正的方法来减轻这种偏差。该方法通过对样本进行频率分解，并对各频率成分分别应用校正策略，显著提升了多种扩散模型（如IDDPM、ADM等）在不同分辨率数据集上的生成质量，且额外计算开销极小。适用于需要高质量图像生成的应用场景，特别是在对细节还原度有较高要求的情况下。