基于AI模型的海报生成方法、装置、设备及存储介质与流程

本技术涉及图像处理，尤其涉及一种基于ai模型的海报生成方法、装置、设备及存储介质。

背景技术：

1、目前，随着深度学习的神经网络模型的发展，aigc技术被应用在绘图设计领域，用于辅助企业的设计师对需求客户的海报设计，实现设计师的工作效率的提升。

2、相关技术中通常采用大量图片对模型进行训练，生成海报设计模型，实现模型的自动化海报生成。但是该方法的训练集图片是从各个渠道下载得到的，图片质量低下，用该训练集训练得到的海报设计模型，所输出的海报质量低，无法满足客户的质量需求。

技术实现思路

1、本技术的主要目的在于提供一种基于ai模型的海报生成方法、装置、设备及存储介质，旨在解决现有技术中生成的海报质量低，无法满足客户的质量需求的技术问题。

2、为实现以上目的，本技术提供一种基于ai模型的海报生成方法，所述基于ai模型的海报生成方法包括：

3、获取待生成海报的产品图像；

4、基于所述产品图像，通过预设的海报生成模型进行图像生成处理，得到目标海报，其中，所述海报生成模型是基于目标产品图像样本集合和所述目标产品图像样本集合的海报图像标签，对预设的待训练模型进行迭代训练得到的，所述目标产品图像集合是指存在生成相关海报需求的产品图像的集合。

5、可选地，所述获取海报需求信息的步骤之前，所述方法包括：

6、获取目标产品图像集合和所述目标产品图像集合的海报图像标签，其中，所述目标产品图像集合是指存在生成相关海报需求的产品图像的集合；

7、基于所述目标产品图像和所述目标产品图像的海报图像标签，对预设的待训练模型进行迭代训练，得到海报生成模型。

8、可选地，所述基于所述目标产品图像集合和所述目标产品图像集合的海报图像标签，对预设的待训练模型进行迭代训练，得到海报生成模型的步骤，包括：

9、将所述目标产品图像集合输入至预设的待训练模型，得到预测产品海报；

10、将所述预测产品海报与所述目标产品图像集合的海报图像标签进行差异计算，得到误差结果；

11、基于所述误差结果，判断所述误差结果是否满足预设误差阈值范围指示的误差标准；

12、若所述误差结果未满足所述预设误差阈值范围指示的误差标准，返回将所述目标产品图像集合输入至预设的待训练模型，得到预测产品海报的步骤，直到所述误差结果满足所述预设误差阈值范围指示的误差标准后停止训练，得到海报生成模型。

13、可选地，所述基于所述目标产品图像集合和所述目标产品图像集合的海报图像标签，对预设的待训练模型进行迭代训练，得到海报生成模型的步骤，包括：

14、获取所述目标产品图像集合的时间标签；

15、基于所述目标产品图像集合、所述目标产品图像集合的时间标签以及所述目标产品图像集合的海报图像标签，确定所述目标产品图像集合的时间权重；

16、基于所述目标产品图像集合、所述目标产品图像集合的海报图像标签以及所述目标产品图像集合的时间权重，对预设的待训练模型进行迭代训练，得到海报生成模型。

17、可选地，所述基于所述目标产品图像集合、所述目标产品图像集合的海报图像标签以及所述目标产品图像集合的时间权重，对预设的待训练模型进行迭代训练，得到海报生成模型的步骤，包括：

18、将所述目标产品图像集合和所述目标产品图像集合的时间权重输入至预设的待训练模型，得到预测产品海报；

19、将所述预测产品海报与所述目标产品图像集合的海报图像标签进行差异计算，得到误差结果；

20、基于所述误差结果，判断所述误差结果是否满足预设误差阈值范围指示的误差标准；

21、若所述误差结果未满足所述预设误差阈值范围指示的误差标准，返回将所述目标产品图像集合和所述目标产品图像集合的时间权重输入至预设的待训练模型，得到预测产品海报的步骤，直到所述误差结果满足所述预设误差阈值范围指示的误差标准后停止训练，得到海报生成模型。

22、可选地，所述基于所述目标产品图像集合和所述目标产品图像集合的海报图像标签，对预设的待训练模型进行迭代训练，得到海报生成模型的步骤，包括：

23、获取所述目标产品图像集合的角度标签；

24、基于所述目标产品图像集合、所述目标产品图像集合的角度标签以及所述目标产品图像集合的海报图像标签，确定所述目标产品图像集合的图像角度权重；

25、基于所述目标产品图像集合、所述目标产品图像集合的海报图像标签以及所述目标产品图像集合的图像角度权重，对预设的待训练模型进行迭代训练，得到海报生成模型。

26、可选地，所述基于所述目标产品图像集合、所述目标产品图像集合的海报图像标签以及所述目标产品图像集合的图像角度权重，对预设的待训练模型进行迭代训练，得到海报生成模型的步骤，包括：

27、将所述目标产品图像集合和所述目标产品图像集合的图像角度权重输入至预设的待训练模型，得到预测产品海报；

28、将所述预测产品海报与所述目标产品图像集合的海报图像标签进行差异计算，得到误差结果；

29、基于所述误差结果，判断所述误差结果是否满足预设误差阈值范围指示的误差标准；

30、若所述误差结果未满足所述预设误差阈值范围指示的误差标准，返回将所述目标产品图像集合和所述目标产品图像集合的图像角度权重输入至预设的待训练模型，得到预测产品海报的步骤，直到所述误差结果满足所述预设误差阈值范围指示的误差标准后停止训练，得到海报生成模型。

31、本技术还提供一种基于ai模型的海报生成装置，所述基于ai模型的海报生成装置包括：

32、获取模块，用于获取待生成海报的产品图像；

33、生成模块，用于基于所述产品图像，通过预设的海报生成模型进行图像生成处理，得到目标海报，其中，所述海报生成模型是基于目标产品图像样本集合和所述目标产品图像样本集合的海报图像标签，对预设的待训练模型进行迭代训练得到的，所述目标产品图像集合是指存在生成相关海报需求的产品图像的集合。

34、本技术还提供一种基于ai模型的海报生成设备，所述基于ai模型的海报生成设备包括：存储器、处理器以及存储在存储器上的用于实现所述基于ai模型的海报生成方法的程序，

35、所述存储器用于存储实现基于ai模型的海报生成方法的程序；

36、所述处理器用于执行实现所述基于ai模型的海报生成方法的程序，以实现所述基于ai模型的海报生成方法的步骤。

37、本技术还提供一种存储介质，所述存储介质上存储有实现基于ai模型的海报生成方法的程序，所述实现基于ai模型的海报生成方法的程序被处理器执行以实现所述基于ai模型的海报生成方法的步骤。

38、本技术在训练海报生成模型的过程中，将存在生成相关海报需求的产品图像的集合作为训练集进行迭代训练，即训练集的图像样本与需求用户的产品相吻合，使预训练的海报生成模型进行海报生成时，能够输出满足用户需求的高质量的目标产品海报，以此提高生成的海报质量，进而满足客户的质量需求。