模型生成方法及图像生成方法与流程

本说明书实施例涉及人工智能，特别涉及一种模型生成方法和一种图像生成方法。

背景技术：

1、近年来，人工智能（artificial intelligence，ai）技术取得了较大的发展，尤其是生成式ai技术的发展使得图像生成的质量也实现了质的提高。但以扩散模型为代表的生成式ai技术在应用时，具有极高的推理复杂度，生成一张图像往往需要循环迭代多次，推理速度慢，花费的时间成本较高，使得在运行模型的过程中使用大量的计算资源，从而造成计算资源的大量消耗。因此，亟需一种方法来解决上述由于模型推理速度慢、时间成本高，导致的消耗较高计算资源的技术问题。

技术实现思路

1、有鉴于此，本说明书实施例提供了一种模型生成方法和一种图像生成方法。本说明书一个或者多个实施例同时涉及一种模型生成装置和一种图像生成装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序产品，以解决现有技术中存在的技术缺陷。

2、根据本说明书实施例的第一方面，提供了一种模型生成方法，包括：

3、获取待处理任务模型，其中，所述待处理任务模型的待处理资源参数大于预设资源阈值，所述待处理资源参数用于表征运行所述待处理任务模型所使用的计算资源量；

4、在所述待处理任务模型的初始特征提取单元中，确定待剪枝子单元，并将所述待剪枝子单元从所述初始特征提取单元中删除，获得目标特征提取单元；

5、对所述待处理任务模型中的初始去噪单元进行蒸馏，获得目标去噪单元；

6、根据所述目标特征提取单元和所述目标去噪单元，生成目标任务模型，其中，所述目标任务模型的目标资源参数小于或等于所述预设资源阈值，所述目标资源参数用于表征运行所述目标任务模型所使用的计算资源量。

7、根据本说明书实施例的第二方面，提供了一种模型生成装置，包括：

8、获取模块，被配置为获取待处理任务模型，其中，所述待处理任务模型的待处理资源参数大于预设资源阈值，所述待处理资源参数用于表征运行所述待处理任务模型所使用的计算资源量；

9、删除模块，被配置为在所述待处理任务模型的初始特征提取单元中，确定待剪枝子单元，并将所述待剪枝子单元从所述初始特征提取单元中删除，获得目标特征提取单元；

10、蒸馏模块，被配置为对所述待处理任务模型中的初始去噪单元进行蒸馏，获得目标去噪单元；

11、生成模块，被配置为根据所述目标特征提取单元和所述目标去噪单元，生成目标任务模型，其中，所述目标任务模型的目标资源参数小于或等于所述预设资源阈值，所述目标资源参数用于表征运行所述目标任务模型所使用的计算资源量。

12、根据本说明书实施例的第三方面，提供了一种图像生成方法，应用于云侧设备，包括：

13、响应于目标终端发送的图像生成指令，向所述目标终端发送至少一个预设模特姿势图像；

14、获取所述目标终端基于所述至少一个预设模特姿势图像返回的参考模特姿势图像和待处理模特图像；

15、将所述待处理模特图像和所述参考模特姿势图像输入图像处理模型，获得所述待处理模特图像对应的目标模特图像，其中，所述目标模特图像根据所述待处理模特图像对所述参考模特姿势图像去噪获得，所述图像处理模型包括目标去噪单元和目标特征提取单元；

16、将所述目标模特图像发送至所述目标终端。

17、根据本说明书实施例的第四方面，提供了一种图像生成装置，应用于云侧设备，包括：

18、第一发送模块，被配置为响应于目标终端发送的图像生成指令，向所述目标终端发送至少一个预设模特姿势图像；

19、图像获取模块，被配置为获取所述目标终端基于所述至少一个预设模特姿势图像返回的参考模特姿势图像和待处理模特图像；

20、输入模块，被配置为将所述待处理模特图像和所述参考模特姿势图像输入图像处理模型，获得所述待处理模特图像对应的目标模特图像，其中，所述目标模特图像根据所述待处理模特图像对所述参考模特姿势图像去噪获得，所述图像处理模型包括目标去噪单元和目标特征提取单元；

21、第二发送模块，被配置为将所述目标模特图像发送至所述目标终端。

22、根据本说明书实施例的第五方面，提供了一种计算设备，包括：

23、存储器和处理器；

24、所述存储器用于存储计算机程序/指令，所述处理器用于执行所述计算机程序/指令，该计算机程序/指令被处理器执行时实现上述模型生成方法或图像生成方法的步骤。

25、根据本说明书实施例的第六方面，提供了一种计算机可读存储介质，其存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现上述模型生成方法或图像生成方法的步骤。

26、根据本说明书实施例的第七方面，提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述模型生成方法或图像生成方法的步骤。

27、本说明书一个实施例实现了，在获取待处理任务模型后，将待处理任务模型中初始特征提取单元中的冗余子单元进行剪枝，实现待处理任务模型的轻量化，在运行剪枝后的待处理任务模型时，降低使用的计算资源量；对待处理任务模型中的初始去噪单元进行蒸馏，以减少初始去噪单元进行迭代去噪的时间步数，提高生成的目标任务模型的推理速度，缩短目标任务模型的处理时间，进一步降低运行目标任务模型时所消耗的计算资源量。

技术特征：

1.一种模型生成方法，包括：

2.如权利要求1所述的方法，在所述待处理任务模型的初始特征提取单元中，确定待剪枝子单元，包括：

3.如权利要求1所述的方法，对所述待处理任务模型中的初始去噪单元进行蒸馏，获得目标去噪单元，包括：

4.如权利要求1所述的方法，对所述待处理任务模型中的初始去噪单元进行蒸馏，获得目标去噪单元，包括：

5.如权利要求4所述的方法，根据所述目标迭代步数，对所述初始去噪单元进行蒸馏，获得目标去噪单元，包括：

6.如权利要求1所述的方法，在生成目标任务模型之后，所述方法还包括：

7.如权利要求6所述的方法，所述目标任务模型包括编码器和解码器；

8.如权利要求7所述的方法，所述编码器包括第一编码器和第二编码器；

9.如权利要求8所述的方法，将所述待处理编码特征输入所述目标特征提取单元，获得待处理提取特征，包括：

10.如权利要求8所述的方法，所述目标去噪单元包括自注意力子单元和交叉注意力子单元；

11.如权利要求1所述的方法，所述待处理任务模型根据下述方法训练获得：

12.一种图像生成方法，应用于云侧设备，包括：

13.一种计算设备，包括：

14.一种计算机可读存储介质，其存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现权利要求1-12任意一项所述方法的步骤。

15.一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现权利要求1-12任意一项所述方法的步骤。

技术总结本说明书实施例提供模型生成方法及图像生成方法，其中所述模型生成方法包括：获取待处理任务模型，所述待处理任务模型的待处理资源参数大于预设资源阈值，所述待处理资源参数用于表征运行所述待处理任务模型所使用的计算资源量；在所述待处理任务模型的初始特征提取单元中，确定待剪枝子单元，并将所述待剪枝子单元从所述初始特征提取单元中删除，获得目标特征提取单元；对所述待处理任务模型中的初始去噪单元进行蒸馏，获得目标去噪单元；根据所述目标特征提取单元和所述目标去噪单元，生成目标任务模型，所述目标任务模型的目标资源参数小于或等于所述预设资源阈值，所述目标资源参数用于表征运行所述目标任务模型所使用的计算资源量。技术研发人员：李东阳,罗浩,张骐受保护的技术使用者：阿里巴巴达摩院（杭州）科技有限公司技术研发日：技术公布日：2024/7/25