CN119516294A 一种图像处理方法、装置、计算机设备及存储介质 （北京字跳网络技术有限公司）

风格描述信息和所述内容描述信息构建所述图2确定所述图像对应的风格描述信息和内容描述信息；其基于所述图像对应的风格描述信息和所述内容描述信息构建所述图像对应的提示信基于第一预设词库中所包含的第一预设词对所述内容对象的描所述基于第一预设词库中所包含的第一预设词对所述内若是，则直接基于确定的第一预设词对所述内容对象的描若否，则基于所述第一预设词库中，除所述第一对应关系中的针对所述图像的风格设置指令，基于所述风格设置指令中携带对所述图像进行风格检测，确定所述图像对应的初始风格描述信将所述提示信息输入至所述初始风格化模型中，得到所述初始风格37.根据权利要求1所述的方法，其特征在于，所述预设词为基于字符随机组合生成的调整模块，用于基于所述图像对应的风格描述信息序，该计算机程序被处理器运行时执行如权利要求1至7任一项所述的图像处理方法的步4[0002]随着人工智能技术的快速发展，生成式人工智能(ArtificialIntelligence[0008]基于所述图像对应的风格描述信息和所述内容描述信息构建所述图像对应的提所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方56训练后的LoRA模型对于该特定风格的处理效果较好，对于其他风格的处理效果一般或较可以获取多种风格下的图像，然后可以基于所述图像对应的风格描述信息和内容描述信7[0036]步骤103、基于所述图像对应的风格描述信息和所述内容描述信息构建所述图像述信息可以包括内容对象以及所述内容对象对应的描述词，例如所述内容描述信息可以为8可以通过引导语言图像预训练(BootstrappingLanguage_ImagePre_training，BLIP)模一历史描述词描述不同的内容对象，则该同一历史描述词可能会对应不同的第一预设词，即所述第一对应关系中可能会存在同一历史描述词对应的第一预[0056]示例性的，若历史描述词为“Orange”，历史描述信息为“Orangem别为“asd”和“mmc”，相应的，历史描述信息在基于第一预设词进行描述词替换之后，9个除第一对应关系中的预设词外的其他预设词(例如为wer)，替换所述内容描述信息中的图像的图像内容与所述提示信息之间的差异，可以反映出所述初始风格化模型的模型性预测图像的内容描述信息与所述提示信息之间的差异信息，确定本次调整过程中的损失所述第二特征之间的特征相似度，并基于所述特征相似度确定本次调整过程中的损失值，础模型例如可以为基于深度学习的图像生成模型chillo参数与训练完成的LoRA模型的模型参数共同构成所述目标风置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述图像处理方法相似，格下的图像对应的风格描述信息中所包含的第二预[0097]调整模块203，用于基于所述图像对应的风格描述信息和所述内容描述信息构建[0102]所述确定模块202，在基于第一预设词库中所包含的第一预设词对所述内容对象[0103]确定所述第一对应关系中，是否存在与所述内容对象的描述词对应的第一预设公开实施例提供的计算机设备300的结构示意图。本公开实施例中的计算机设备可以包括309可以允许计算机设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，