【技术实现步骤摘要】
本专利技术涉及人工智能，具体而言，涉及一种更偏向人们喜好的图像生成方法、装置、设备及介质。
技术介绍
1、现有的ai图像深度生成模型可以根据人们的输入需求，短时间生成大量图片，但这些图片不太符合人们的喜好，导致用户需要再次精挑细选。
2、clip模型是一个多模态架构的文本图像预训练模型，它可以交叉理解图像和文本的关系。clip将提示词转换为与文本描述对应的高维空间向量表示，使得该向量能够捕捉到提示词所包含的语义信息。然而，目前的clip对人类意图无法精准表达，无法对同类型图片的偏好特征进行学习，也不能根据用户的行为更新人类的偏好，从而影响后续的图片生成效果，用户体验不佳。
3、有鉴于此，申请人在研究了现有的技术后特提出本申请。
技术实现思路
1、本专利技术旨在提供一种更偏向人们喜好的图像生成生成方法、装置、设备及介质，以解决现有方法中生成的图像与人们喜好不一致、不符合用户需求等缺点。
2、为解决上述技术问题，本专利技术通过以下技术方案实现：
...
【技术保护点】
1.一种更偏向人们喜好的图像生成方法，其特征在于，包括：
2.根据权利要求1所述的一种更偏向人们喜好的图像生成方法，其特征在于,在学习训练时，采用损失函数对CLIP模型进行对比学习，在所述损失函数里新增一个额外的余量作为相似性的差值。
3.根据权利要求1所述的一种更偏向人们喜好的图像生成方法，其特征在于,所述高性能图像生成算法包括stabledifusion、SDXL或DALL2。
4.根据权利要求3所述的一种更偏向人们喜好的图像生成方法，其特征在于,在选取最符合人们喜好的图像时，采用人工投票选取的方式选出一张最符合人们喜好的图像，...
【技术特征摘要】
1.一种更偏向人们喜好的图像生成方法，其特征在于，包括：
2.根据权利要求1所述的一种更偏向人们喜好的图像生成方法，其特征在于,在学习训练时，采用损失函数对clip模型进行对比学习，在所述损失函数里新增一个额外的余量作为相似性的差值。
3.根据权利要求1所述的一种更偏向人们喜好的图像生成方法，其特征在于,所述高性能图像生成算法包括stabledifusion、sdxl或dall2。
4.根据权利要求3所述的一种更偏向人们喜好的图像生成方法，其特征在于,在选取最符合人们喜好的图像时，采用人工投票选取的方式选出一张最符合人们喜好的图像，若票数相同则从票数相同的图像之间随机选取。
5.根据权利要求1所述的一种更偏向人们喜好的图像生成方法，其特征在于,所述图像数据库包括图像对应的描述与图像热度。
6.根据权利要求1所述的一种更偏向人们喜好的图像生...
【专利技术属性】
技术研发人员：邹辉，邢东进，杨洪进，
申请(专利权)人：厦门蝉羽网络科技有限公司，
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。