一种基于图像生成模型的规划意向图生成方法及系统与流程
- 国知局
- 2024-09-05 14:39:44
本发明提出了一种基于图像生成模型的规划意向图生成方法及系统,涉及图像生成。背景技术:::1、在规划设计工作中,规划效果图和总平面图的制作需要大量的人工绘制和建模,并且伴随频繁修改,导致成本增多、效率低下,难以智能化生成高质量规划意向图,影响了评审和汇报过程的效率。同时,效果图的制作也存在类似的问题,需要与多个相关方沟通协商,耗费时间和成本。技术实现思路1、本发明提供了一种基于图像生成模型的规划意向图生成方法及系统,用以解决上述问题:2、本发明提出的一种基于图像生成模型的规划意向图生成方法及系统,所述方法包括:3、s1、获取特征标签和样本图片,对样本图片进行预处理,通过特征标签对预处理后的样本图片进行标签标注,对标签标注信息进行冗余删除,获得处理后的特征标签,生成样本库;4、s2、通过扩散模型对预设基础模型进行调节和验收测试,获得checkpoint模型和第一测试数据,计算checkpoint模型的拟合收敛系数,根据拟合收敛系数调节模型的训练参数,直至checkpoint模型满足预设拟合收敛条件,获得标准checkpoint模型;5、s3、通过lora方法对标准checkpoint模型进行调节,获得lora模型,通过预设图表脚本对lora模型进行验收测试和权重画面测试,获得第二测试数据,根据第二测试数据对lora模型进行训练参数的调节,直至lora模型满足预设拟合收敛条件,获得标准lora模型;6、s4、通过图片生成接口生成图片,通过多种输入条件进行图片局部重绘,获得目标图片。7、进一步地,所述s1包括:8、获取业务需求信息,按照主题种类对业务需求信息进行分类,获得多种需求分类信息;9、对每种需求分类信息生成对应触发特征标签;10、在样本素材库中获取样本素材,根据预设条件对所述样本素材进行筛选,获得样本图片;11、对所述样本图片进行图片预处理,获得预处理后的样本图片;12、通过触发特征标签对预处理后的样本图片进行标签标注,生成对应的标签说明文件;13、通过关联分析方法对标签说明文件中不满足预设关联强度阈值的特征标签予以删除,获得满足预设关联强度阈值的特征标签,即为标准特征标签。14、进一步地,所述s2包括:15、获取预设基础模型,将样本库输入至ldm和text encoder中,扩散模型通过automatic1111的stable-diffusion-webui仓库对预设基础模型进行微调;16、在微调之后获得以.ckpt或.safetensor结尾的checkpoint模型文件;17、通过stable-diffusion-webui提供的prompt matrix脚本,测试所述checkpoint模型在不同预设提示词矩阵下生成的画面数据,获得第一测试数据;18、根据所述第一测试数据计算checkpoint模型的拟合收敛系数,根据所述拟合收敛系数判断checkpoint模型是否满足预设拟合收敛条件,获得判断结果,根据判断结果调节checkpoint模型的训练参数,直至checkpoint模型的第一测试数据满足预设拟合收敛条件,获得标准checkpoint模型。19、进一步地,所述s3包括:20、通过lora方法的kohya_ss提供的训练脚本对标准checkpoint模型进行调节,获得以.ckpt或.safetensor结尾的lora模型文件;21、通过stable-diffusion-webui提供的x/y/z 图表脚本,分别测试所述lora模型在不同预设提示词矩阵下生成的画面数据,和所述lora模型在不同预设权重下生成的画面数据,获得第二测试数据;22、根据所述第二测试数据计算lora模型的拟合收敛系数,根据所述lora模型的拟合收敛系数判断lora模型是否满足预设拟合收敛条件,获得判断结果,根据判断结果调节lora模型的训练参数,直至lora模型的第二测试数据满足预设拟合收敛条件,获得标准lora模型。23、进一步地,所述s4包括:24、获取生成图片接口,通过http调用对应模型进行图片生成,获得生成图片;25、通过所述生成图片接口的prompt参数存在的特征标签生成并返回对应的主题图像;26、选择多种输入条件输入图像生成模型,对图片中需要修改的部分进行黑白蒙版操作,通过生成图片接口生成并返回局部重绘过的目标图片。27、进一步地,所述系统包括:28、图片标签生成模块,用于获取特征标签和样本图片,对样本图片进行预处理,通过特征标签对预处理后的样本图片进行标签标注,对标签标注信息进行冗余删除,获得处理后的特征标签,生成样本库;29、第一模型测试调节模块,用于通过扩散模型对预设基础模型进行调节和验收测试,获得checkpoint模型和第一测试数据,计算checkpoint模型的拟合收敛系数,根据拟合收敛系数调节模型的训练参数,直至checkpoint模型满足预设拟合收敛条件,获得标准checkpoint模型;30、第二模型测试调节模块,用于通过lora方法对标准checkpoint模型进行调节,获得lora模型,通过预设图表脚本对lora模型进行验收测试和权重画面测试,获得第二测试数据,根据第二测试数据对lora模型进行训练参数的调节,直至lora模型满足预设拟合收敛条件,获得标准lora模型;31、局部修改模块,用于通过图片生成接口生成图片,通过多种输入条件进行图片局部重绘,获得目标图片。32、进一步地,所述图片标签生成模块包括:33、标签生成模块,用于获取业务需求信息,按照主题种类对业务需求信息进行分类,获得多种需求分类信息;34、对每种需求分类信息生成对应触发特征标签;35、图片筛选模块,用于在样本素材库中获取样本素材,根据预设条件对所述样本素材进行筛选,获得样本图片;36、对所述样本图片进行图片预处理,获得预处理后的样本图片;37、通过触发特征标签对预处理后的样本图片进行标签标注,生成对应的标签说明文件;38、冗余删除模块,用于通过关联分析方法对标签说明文件中不满足预设关联强度阈值的特征标签予以删除,获得满足预设关联强度阈值的特征标签,即为标准特征标签。39、进一步地,所述第一模型测试调节模块包括:40、第一微调模块,用于获取预设基础模型,将样本库输入至ldm和text encoder中,扩散模型通过automatic1111的stable-diffusion-webui仓库对预设基础模型进行微调;41、在微调之后获得以.ckpt或.safetensor结尾的checkpoint模型文件;42、第一测试模块,用于通过stable-diffusion-webui提供的prompt matrix脚本,测试所述checkpoint模型在不同预设提示词矩阵下生成的画面数据,获得第一测试数据;43、第一计算调节模块,用于根据所述第一测试数据计算checkpoint模型的拟合收敛系数,根据所述拟合收敛系数判断checkpoint模型是否满足预设拟合收敛条件,获得判断结果,根据判断结果调节checkpoint模型的训练参数,直至checkpoint模型的第一测试数据满足预设拟合收敛条件,获得标准checkpoint模型。44、进一步地,所述第二模型测试调节模块包括:45、第二微调模块,用于通过lora方法的kohya_ss提供的训练脚本对标准checkpoint模型进行调节,获得以.ckpt或.safetensor结尾的lora模型文件;46、第二测试模块,用于通过stable-diffusion-webui提供的x/y/z 图表脚本,分别测试所述lora模型在不同预设提示词矩阵下生成的画面数据,和所述lora模型在不同预设权重下生成的画面数据,获得第二测试数据;47、第二计算调节模块,用于根据所述第二测试数据计算lora模型的拟合收敛系数,根据所述lora模型的拟合收敛系数判断lora模型是否满足预设拟合收敛条件,获得判断结果,根据判断结果调节lora模型的训练参数,直至lora模型的第二测试数据满足预设拟合收敛条件,获得标准lora模型。48、进一步地,所述局部修改模块包括:49、图片生成模块,用于获取生成图片接口,通过http调用对应模型进行图片生成,获得生成图片;50、通过所述生成图片接口的prompt参数存在的特征标签生成并返回对应的主题图像;51、图片修改模块,用于选择多种输入条件输入图像生成模型,对图片中需要修改的部分进行黑白蒙版操作,通过生成图片接口生成并返回局部重绘过的目标图片。52、本发明有益效果:本发明提供了一种基于图像生成模型的规划意向图生成方法。利用图像生成模型根据规划建筑类型、外观、渲染风格等条件智能生成符合规划意图的渲染效果图。用户可以通过多种方式输入信息,包括规划思路描述、草图勾画、三维白膜、手绘线稿、建模图片和现状照片等,控制图像生成模型自动输出符合要求的意向图。其目标是为规划设计工作人员提供智能化工具,实现快速生成意向图、设计图局部调整等,从而减少设计图修改次数、降低制作经费和制作周期。这一创新旨在辅助规划设计工作,提高规划质量并增加工作效率。本发明减少人工绘制和建模的工作量,降低修改次数和制作经费,同时在方案完成后,通过智能生成应用快速响应修改和渲染,提高评审和汇报过程的效率。通过dreambooth和lora等先进的扩散模型调节方法,模型能够学习到样本图片的特征和标签信息,从而生成高质量、多样化的图片。同时,通过对模型的训练参数进行调节和优化,可以进一步提升生成图片的准确性和真实性。通过对标签标注信息进行冗余删除,减少了冗余数据的干扰,提高了数据处理效率。此外,使用自动化的模型调节和测试方法,减少了人工干预的需要,进一步提高了整个流程的效率。通过多种输入条件进行图片局部重绘,用户可以根据自己的需求对生成的图片进行个性化修改和优化,从而获得更符合期望的目标图片。当前第1页12当前第1页12
本文地址:https://www.jishuxx.com/zhuanli/20240905/287535.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表