基于大模型的布局生成方法、装置、电子设备及存储介质

本公开提供了基于大模型的布局生成方法、装置、电子设备及存储介质，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大模型、图像处理等技术领域，可应用于基于人工智能的内容生成等场景。具体实现方案为：通过目标检测模型与语义分割模型提取原始图像的视觉信息；将视觉信息转化为结构化数据，并利用空间关系编码将结构化数据转换为自然语言描述；基于自然语言描述和用户指令，构建多模态Prompt；将构建好的多模态Prompt输入大模型，得到大模型输出的目标对象在原始图像中的布局信息。本方案能提高布局生成的质量和效率。