【技术实现步骤摘要】
本公开涉及一种模型训练方法、装置、电子设备及存储介质。
技术介绍
1、机器学习(machine learning，ml)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。通过特定的机器学习算法以及训练样本可以构建并训练机器学习模型。
2、现有技术中，在对模型进行训练的过程中，通常需要人工对图片进行处理，使用处理后的图片作为训练样本训练模型。
3、然而，通过人工方式处理图片需要耗费较多的时间才能得到足够的训练样本，进而使得模型训练的成本较高且效率较低。
技术实现思路
1、本公开提供了一种模型训练方法、装置、电子设备及存储介质。
2、根据本公开的一个方面，提供一种模型训练方法，包括：
3、获取训练图片；
4、对所述训练图片进行处理，得到训练灰度图；
5、基于所述训练图片和训练灰度图对初始模型进行训练，得到第一模型。
6、根据本公开的至少一个实施方式的模型训练方法，所述基于所述训练图片和训练灰度图对初始模型进行训练，包括：
7、获取所述训练图片对应的训练提示文本；
8、基于所述训练图片、训练提示文本和训练灰度图对所述初始模型进行训练。
9、根据本公开的至少一个实施方式的模型训练方法，还包括：
10、获取控制图片和控制提示文本；
11、将所述控制图片和控制提示文本输入预先训练的图像生成模型，得到目标图片，
<...【技术保护点】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的模型训练方法，其特征在于，所述基于所述训练图片和训练灰度图对初始模型进行训练，包括：
3.根据权利要求2所述的模型训练方法，其特征在于，还包括：
4.根据权利要求3所述的模型训练方法，其特征在于，所述将所述控制图片输入预先训练的图像生成模型，包括：
5.根据权利要求1至4中任意一项所述的模型训练方法，其特征在于，所述对所述训练图片进行处理，得到训练灰度图，包括：
6.根据权利要求5所述的模型训练方法，其特征在于，所述对所述第一灰度图进行量化，包括：
7.根据权利要求1至4中任意一项所述的模型训练方法，其特征在于，所述对所述训练图片进行处理，包括：
8.一种模型训练装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种可读存储介质，其特征在于，所述可读存储介质中存储有执行指令，所述执行指令被处理器执行时实现如权利要求1至7中任一项所述的模型训练方法。
【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的模型训练方法，其特征在于，所述基于所述训练图片和训练灰度图对初始模型进行训练，包括：
3.根据权利要求2所述的模型训练方法，其特征在于，还包括：
4.根据权利要求3所述的模型训练方法，其特征在于，所述将所述控制图片输入预先训练的图像生成模型，包括：
5.根据权利要求1至4中任意一项所述的模型训练方法，其特征在于，所述对所述训练图片进行处理，得到训练灰度图，包括...
【专利技术属性】
技术研发人员：李腾辉，陈云琳，吴玉虎，
申请(专利权)人：出门问问苏州信息科技有限公司，
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。