一种基于半人工的图像人类偏好数据获取的方法

本发明涉及一种基于半人工的图像人类偏好数据获取的方法，包括以下步骤：S1：获取数据；S2：基于获取的数据，进行优化扩展；S3：利用大语言模型对图像数据及提示语进行改写、扩展和增强；S4：将经过大语言模型处理的提示语作为输入，采用多个不同的文本到图像生成模型以生成图像；S5：利用视觉语言模型对图像和对应的文本提示语进行分析，并计算图像和对应的文本提示语的匹配程度；S6：通过多模态大语言模型对图像评估进行优化；S7：让标注员在两个候选图像之间选择更符合描述的图像，构建成对比偏好数据。本发明可以高效、准确地构建大规模、高质量的偏好数据集，从而优化图像生成模型对人类审美和语义偏好的适应能力。