人工智能管线的训练方法、装置、存储介质和电子设备制造方法及图纸

本公开提供了一种人工智能管线的训练方法、装置、计算机存储介质和电子设备，涉及计算机技术领域。该人工智能管线的训练方法包括：从游戏场景中获取目标资产，并在目标资产为三维虚拟对象时，根据预先配置的截图参数对三维虚拟对象进行截图操作，得到针对三维虚拟对象的多个二维图像；根据预设控制条件从三维虚拟对象的多个二维图像中确定训练数据；其中，预设控制条件包含三维虚拟对象的姿势数据、深度信息、边缘检测信息中的至少一个，深度信息从所述三维虚拟对象获取；基于训练数据进行模型训练，得到人工智能模型。本公开可以降低收集训练集的耗时，进而提高收集训练集的效率，且可以提高训练集的丰富度，还可以降低用户的操作难度。

【技术实现步骤摘要】

所属的技术人员能够理解，本专利技术的各个方面可以实现为系统、方法或程序产品。因此，本专利技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。下面参照图11来描述根据本专利技术的这种实施方式的电子设备1100。图11显示的电子设备1100仅仅是一个示例，不应对本专利技术实施例的功能和使用范围带来任何限制。如图11所示，电子设备1100以通用计算设备的形式表现。电子设备1100的组件可以包括但不限于：上述至少一个处理单元1110、上述至少一个存储单元1120、连接不同系统组件(包括存储单元1120和处理单元1110)的总线1130、显示单元1140。其中，存储单元存储有程序代码，程序代码可以被处理单元1110执行，使得处理单元1110执行本说明书上述“示例性方法”部分中描述的根据本专利技术各种示例性实施方式的步骤。例如，处理单元1110可以执行如图3中所示的步骤s301至步骤s303或如图8中所示的步骤s801至步骤s803。存储单元1120可以包括易失性存本文档来自技高网...

【技术保护点】

1.一种人工智能管线的训练方法，其特征在于，包括：

2.根据权利要求1所述的人工智能管线的训练方法，其特征在于，所述方法还包括：

3.根据权利要求1所述的人工智能管线的训练方法，其特征在于，所述截图操作为针对所述三维虚拟对象进行离屏渲染。

4.根据权利要求1所述的人工智能管线的训练方法，其特征在于，所述截图参数包含截图内容参数、虚拟相机的拍摄角度中的至少一个，所述截图内容参数包含背景、所述三维虚拟对象的姿势参数中的至少一个。

5.根据权利要求4所述的人工智能管线的训练方法，其特征在于，所述截图参数至少包含背景参数，所述在所述目标资产为三维虚...

【技术特征摘要】

1.一种人工智能管线的训练方法，其特征在于，包括：

2.根据权利要求1所述的人工智能管线的训练方法，其特征在于，所述方法还包括：

3.根据权利要求1所述的人工智能管线的训练方法，其特征在于，所述截图操作为针对所述三维虚拟对象进行离屏渲染。

4.根据权利要求1所述的人工智能管线的训练方法，其特征在于，所述截图参数包含截图内容参数、虚拟相机的拍摄角度中的至少一个，所述截图内容参数包含背景、所述三维虚拟对象的姿势参数中的至少一个。

5.根据权利要求4所述的人工智能管线的训练方法，其特征在于，所述截图参数至少包含背景参数，所述在所述目标资产为三维虚拟对象时，根据预先配置的截图参数对所述三维虚拟对象进行截图操作，得到针对所述三维虚拟对象的多个二维图像，包括：

6.根据权利要求1所述的人工智能管线的训练方法，其特征在于，所述基于所述训练数据进行模型训练，得到人工智能模型，包括：

7.根据权利要求1所述的人工智能管线的训练方法，其特征在于，所述预设控制条件至少包含所述三维虚拟对象的第一姿势数据；所述基于所述训练数据进行模型训练，得到人工智能模型，包括：

8.根据权利要求1所述的人工智能管线的训练方法，其特征在于，所述方法还包括：

9.根据权利要求8所述的人工智能管线的训练方法，其特征在于，所述将所述世界空间坐标映射到第二视口的屏幕空间坐标，包括：

10.一种虚...

【专利技术属性】
技术研发人员：蒋睿，许多维，左卫涛，
申请(专利权)人：广州博冠信息科技有限公司，
类型：发明
国别省市：