模型训练方法及装置、图像生成方法及装置与流程

本说明书的一个或多个实施例涉及人工智能，特别的涉及模型训练方法及装置、图像生成方法及装置。

背景技术：

1、随着神经网络和机器学习技术的发展，越来越多的应用借助于神经网络实现各种相应的功能。在图像处理领域，使用神经网络实现各种图像处理也正被广泛应用，例如，通过神经网络对原始图像进行风格转换，例如，将原始图像转换成素描图像，等等。

2、目前，利用神经网络进行图像风格转化时，针对性较强，但是泛化能力有待提升。

技术实现思路

1、本说明书一个或多个实施例描述了模型训练方法及装置、图像生成方法及装置，具备较强的泛化能力。

2、第一方面，本说明书实施例提供了模型训练方法，包括：

3、获取原始样本图像、所述原始样本图像的原始风格领域标签、目标风格领域标签；

4、将所述原始样本图像和所述目标风格领域标签输入星形生成式对抗网络stargan的生成器，得到目标风格图像；

5、将所述原始样本图像和所述原始风格领域标签输入所述stargan的判别器，得到第一判别结果及风格分类结果；

6、将所述目标风格图像和所述目标风格领域标签输入所述stargan的判别器，得到第二判别结果；

7、将所述目标风格图像和所述原始风格领域标签输入所述stargan的生成器，得到重构样本图像；

8、得到所述重构样本图像与所述原始样本图像的差异；

9、根据所述第一判别结果、所述风格分类结果、所述第二判别结果及所述差异，利用损失函数进行收敛判断，若未收敛，重复上述训练过程，直至收敛；若收敛，所述stargan训练完毕。

10、第二方面，本说明书实施例提供了模型训练装置，包括：

11、训练数据获取模块，用于获取原始样本图像、所述原始样本图像的原始风格领域标签、目标风格领域标签；

12、训练模块，用于通过星形生成式对抗网络stargan的生成器，根据所述原始样本图像和所述目标风格领域标签得到目标风格图像，根据所述目标风格图像和所述原始风格领域标签得到重构样本图像；

13、通过所述stargan的判别器，根据所述原始样本图像和所述原始风格领域标签得到第一判别结果及风格分类结果，根据所述目标风格图像和所述目标风格领域标签得到第二判别结果；

14、计算模块，用于计算得到所述重构样本图像与所述原始样本图像的差异；

15、根据所述第一判别结果、所述风格分类结果、所述第二判别结果及所述差异，利用损失函数进行收敛判断，若未收敛，重复所述数据获取模块和所述训练模块的训练过程，直至收敛；若收敛，所述stargan训练完毕。

16、第三方面，本说明书实施例提供了图像生成方法，包括：

17、获取原始设计图像及目标风格领域标签；

18、将所述原始设计图像及所述目标风格领域标签输入星形生成式对抗网络stargan的生成器，得到目标风格图像；所述stargan根据上述模型训练方法训练得到。

19、第四方面，本说明书实施例提供了图像生成装置，包括：

20、数据获取模块，用于获取原始设计图像及目标风格领域标签；

21、图像生成模块，用于将所述原始设计图像及所述目标风格领域标签输入星形生成式对抗网络stargan的生成器，得到目标风格图像；所述stargan根据上述模型训练方法训练得到。

22、第五方面，本说明书实施例提供了电子设备，包括处理器以及存储器；

23、所述处理器与所述存储器相连；

24、所述存储器，用于存储可执行程序代码；

25、所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行上述任一方面所述的方法。

26、第六方面，本说明书实施例提供了计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本说明书一个或多个实施例所述的方法。

27、本说明书一些实施例提供的技术方案带来的有益效果至少包括：

28、在本说明书一个或多个实施例中，基于原始样本图像、原始风格领域标签和目标领域标签，训练得到能进行多种图像风格转化的星形生成式对抗网络。本说明书实施例具备较强的泛化能力，从而在一定程度上提升图像生成效率。

技术特征：

1.模型训练方法，包括：

2.根据权利要求1所述的方法，在所述获取原始样本图像、所述原始样本图像的原始风格领域标签、目标风格领域标签之前，还包括：

3.根据权利要求2所述的方法，所述离散型特征编码为独热编码。

4.模型训练装置，包括：

5.根据权利要求4所述的装置，还包括：

6.根据权利要求5所述的装置，所述离散型特征编码为独热编码。

7.图像生成方法，包括：

8.根据权利要求7所述的方法，所述目标风格领域标签具有设定的多种，多种所述目标风格领域标签依次与所述原始设计图像输入所述stargan的生成器，得到多种目标风格图像。

9.根据权利要求8所述的方法，还包括：

10.根据权利要求9所述的方法，所述获取用户的喜好风格领域标签，包括：

11.图像生成装置，包括：

12.根据权利要求11所述的装置，所述数据获取模块获取的目标风格领域标签具有多种，所述图像生成模块依次将多种所述目标风格领域标签依次与所述原始设计图像输入所述stargan的生成器，得到多种目标风格图像。

13.根据权利要求12所述的装置，还包括：

14.根据权利要求13所述的装置，所述风格获取模块包括：

15.电子设备，包括处理器以及存储器；

16.计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-3、7-10任一项所述的方法。

技术总结
本说明书实施例公开了一种模型训练方法及装置、图像生成方法及装置。该训练方法包括：基于原始样本图像、原始风格领域标签和目标风格领域标签，训练得到能适用多风格领域转换的生成器。该图像方法包括：利用生成器生成所需风格领域的图像，并根据用户的喜好进行推荐。

技术研发人员：张博华
受保护的技术使用者：支付宝（杭州）信息技术有限公司
技术研发日：
技术公布日：2024/1/15