【技术实现步骤摘要】
本申请涉及模型训练，尤其涉及一种绘画模型训练方法、设备以及计算机可读存储介质。
技术介绍
1、人工智能生成内容技术(aigc技术)是基于神经网络和深度学习算法，通过训练模型来预测和生成文本、图像等各种内容的一种技术。
2、ai绘图作为aigc的一种主流技术，训练的模型可以从大量的图像数据中学习，识别出形态、结构和纹理等特征，并据此生成新的图像。主要包含文本生成图像技术和图像生成图像技术。
3、其中，文本生成图像技术就是给绘图模型一段文本输入，绘图模型输出与该文本所描述内容相关的图像。图像生成图像技术则是将图像和文本描述作为绘图模型的输入，让绘图模型在基础图像上根据文本进行一步创作，生成经过文本优化后的结果。
4、ai绘图最初主要用于图像识别、图像生成和图像搜索等领域。例如，它可以用于自动生成医学图像、地图、艺术品等图像作品，也可以用于自动识别图像中的物体、人脸等特征。由于该技术的先进性，近年涌现了许多利用ai绘图能力来辅助创作的平台和工具。
技术实现思路
1、本申请实施例提供一种绘画模型训练方法、设备以及可读存储介质，解决了用户不能定制ai绘图模型的绘画风格以及ai绘图模型的绘画风格单一的问题。
2、第一方面，本申请实施例提供一种绘画模型训练方法，其特征在于，应用于电子设备，方法包括：显示第一界面，第一界面包括第一图标，第一图标为ai绘图应用对应的图标；响应针对第一图标的第一操作，显示第二界面，第二界面包括智能生图控件和模型训练控件；
3、在上述实施例中，电子设备在已有绘画风格模型的基础上，使用用户选择的绘图风格的图像及其特征信息作为训练数据对选择的绘画风格模型进行训练，从而得到能够输出多种绘画风格的图像，解决了当前ai绘图应用绘画创作风格比较单一，且无法支持用户个性化选择ai绘画模型的绘画风格的问题。
4、结合第一方面，在一种可能实现的方式中，在第三界面中还包括训练数据添加控件，响应针对训练数据添加控件的第四操作，显示第四界面；其中，第四界面包括第一信息添加区域和第二信息添加区域，第一信息添加区域用于添加第二绘画风格的图像，第二信息添加区域用于添加第二绘画风格图像的特征信息。
5、结合第一方面，在一种可能实现的方式中，特征信息包括第二绘画风格图像与第一绘画风格的匹配值、第二绘画风格图像与第二绘画风格的匹配值。
6、结合第一方面，在一种可能实现的方式中，对训练模型进行叠加训练之前，还包括：对第一绘画风格模型配置高级参数，高级参数包括采样步数、随机种子、采样器和提示词相关度。
7、结合第一方面，在一种可能实现的方式中，n个绘画风格模型，包括：简洁风格绘画模型、漫画风格绘画模型、科幻风格绘画模型、深度简洁风格绘画模型、中度简洁风格绘画模型以及写实风格绘画模型。
8、第二方面，本申请实施例提供了一种绘画模型训练设备，所述绘画模型训练设备包括存储器和处理器；
9、其中，所述存储器用于存储程序代码，所述处理器用于调用所述存储器存储的程序代码，执行上述第一方面及其各种可能实现的方式中的绘画模型训练方法。
10、第三方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时，实现上述第一方面及其各种可能实现的方式中绘画模型训练方法。
11、第四方面，本申请实施例提供了一种计算机程序，该计算机程序包括指令，当所述计算机程序被计算机执行时，使得该计算机可以执行上述第一方面及其各种可能实现的方式中的流程。
本文档来自技高网...【技术保护点】
1.一种绘画模型训练方法，其特征在于，应用于电子设备，所述方法包括：
2.如权利要求1所述的方法，其特征在于，在所述第三界面中还包括训练数据添加控件，响应针对训练数据添加控件的第四操作，显示第四界面；
3.如权利要求2所述的方法，其特征在于，所述特征信息包括所述第二绘画风格图像与第一绘画风格的匹配值、所述第二绘画风格图像与第二绘画风格的匹配值。
4.如权利要求1所述的方法，其特征在于，所述对所述训练模型进行叠加训练之前，还包括：
5.如权利要求1所述的方法，其特征在于，所述N个绘画风格模型，包括：
6.一种绘画模型训练设备，其特征在于，包括：存储器和处理器，其中：
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时，实现如权利要求1-5任意一项所述的方法。
【技术特征摘要】
1.一种绘画模型训练方法，其特征在于，应用于电子设备，所述方法包括：
2.如权利要求1所述的方法，其特征在于，在所述第三界面中还包括训练数据添加控件，响应针对训练数据添加控件的第四操作，显示第四界面；
3.如权利要求2所述的方法，其特征在于，所述特征信息包括所述第二绘画风格图像与第一绘画风格的匹配值、所述第二绘画风格图像与第二绘画风格的匹配值。
4.如权利要...
【专利技术属性】
技术研发人员：万鑫，单黎平，杨青，
申请(专利权)人：度小满科技北京有限公司，
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。