【技术实现步骤摘要】
本专利技术涉及模型训练，尤其是一种图像生成模型的训练方法、装置、设备及存储介质。
技术介绍
1、图像生成模型属于人工智能
，可以根据用户给出的关键词生成对应的图像，目前，市面上公开有若干种图像生成模型，这些图像生成模型均采用了大量的图片进行训练，具有较为广泛的绘制图像的功能，然而，在一些较为细分的领域中，这些公开的图像生成模型绘制功能不佳，因此需要自行对图像生成模型进行训练，令其具备对于的绘制能力。
2、目前，为了获得目标细分领域的绘图功能，需要预先收集大量的对应的图像作为原始训练样本，以对图像生成领域进行训练，而在得出初次的训练图片后，需要对其进行分析，随后挑选合适的图片补充进入训练样本中，以再次进行训练，通过不断重复该种方式，来使得图像生成模型的绘制功能越加优秀。
3、然而，在上述的步骤中，需要使用到大量的人力，造成图像生成模型训练成本的上升。
技术实现思路
1、本专利技术的目的在于提供一种图像生成模型的训练方法、装置、设备及存储介质，旨在解决现有技术中自...
【技术保护点】
1.一种图像生成模型的训练方法，其特征在于，包括：
2.如权利要求1所述的一种图像生成模型的训练方法，其特征在于，提取所述原始训练样本的图像特征，并根据所述图像特征为所述原始训练样本赋予类型标签包括：
3.如权利要求2所述的一种图像生成模型的训练方法，其特征在于，根据所述类型标签对所述原始训练样本进行组合，获取训练样本集合包括：
4.如权利要求1所述的一种图像生成模型的训练方法，其特征在于，根据所述初次训练图片生成提问信息，并通过多个网络平台发布所述提问信息包括：
5.如权利要求1所述的一种图像生成模型的训练方法，其特征...
【技术特征摘要】
1.一种图像生成模型的训练方法，其特征在于，包括：
2.如权利要求1所述的一种图像生成模型的训练方法，其特征在于，提取所述原始训练样本的图像特征，并根据所述图像特征为所述原始训练样本赋予类型标签包括：
3.如权利要求2所述的一种图像生成模型的训练方法，其特征在于，根据所述类型标签对所述原始训练样本进行组合，获取训练样本集合包括：
4.如权利要求1所述的一种图像生成模型的训练方法，其特征在于，根据所述初次训练图片生成提问信息，并通过多个网络平台发布所述提问信息包括：
5.如权利要求1所述的一种图像生成模型的训练方法，其特征在于，采集所述...
【专利技术属性】
技术研发人员：郭炫，
申请(专利权)人：深圳市翻江倒海互动娱乐有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。