基于大模型的多风格图像生成方法及图像生成装置

本申请涉及深度学习技术领域，提出了基于大模型的多风格图像生成方法及图像生成装置，包括：构建每种风格的训练集；利用对比学习模型基于正负样本获取深层特征向量；采用语义分割网络获取真实标签以及语义标签向量；基于特征点确定连通结构图，基于语义标签向量、连通结构图确定结构特征向量；基于深层特征向量以及结构特征向量确定内容‑结构特征向量；基于模型训练中桶内图像的相似性对训练集进行分类；基于分类结果分别确定模型训练中的样本采样顺序、桶与桶之间的交替顺序，进而完成SDXL模型训练；根据用户成像需求，利用云端部署的模型生成风格图像。本申请通过降低模型产生混淆现象的概率，提高风格图像与需求之间的匹配度。