申请/专利权人:广州趣丸网络科技有限公司
申请日:2024-01-10
公开(公告)日:2024-02-13
公开(公告)号:CN117557688A
主分类号:G06T11/60
分类号:G06T11/60;G06T3/00;G06T3/60;G06T11/00;G06V40/16
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.01#实质审查的生效;2024.02.13#公开
摘要:本申请提供了一种肖像生成模型训练方法,包括:获取目标人像训练集、随机人像训练集和目标风格训练集;利用目标人像训练集训练得到第一Lora模型;利用目标人像训练集和随机人像训练集训练得到第二Lora模型;利用目标风格训练集训练得到第三Lora模型;根据第一Lora模型与第二Lora模型之间的模型参数差异,得到第四Lora模型;将第三Lora模型、第四Lora模型的模型参数与图像扩散模型的模型参数融合,得到肖像生成模型。该方法通过两个Lora模型之间的差值模型与目标风格对应的Lora模型进行显式融合,解决了模型参数隐式融合的不可控因素,还提高了肖像生成的质量。
主权项:1.一种肖像生成模型训练方法,其特征在于,包括:获取目标人像训练集、随机人像训练集和目标风格训练集;利用所述目标人像训练集训练得到第一Lora模型;所述第一Lora模型用于生成与所述目标人像训练集的背景区域和人像区域均匹配的图像;利用所述目标人像训练集和所述随机人像训练集训练得到第二Lora模型;所述第二Lora模型用于生成与所述目标人像训练集的背景区域匹配但人像区域随机的图像;利用所述目标风格训练集训练得到第三Lora模型;所述第三Lora模型用于生成与所述目标风格训练集的背景区域和人像区域均匹配的图像;根据所述第一Lora模型与所述第二Lora模型之间的模型参数差异,得到第四Lora模型;将所述第三Lora模型、所述第四Lora模型的模型参数与图像扩散模型的模型参数融合,得到肖像生成模型。
全文数据:
权利要求:
百度查询: 广州趣丸网络科技有限公司 肖像生成模型训练方法、装置、计算机设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。