总平面规划图的生成方法技术

本申请公开了一种总平面规划图的生成方法

【技术实现步骤摘要】
总平面规划图的生成方法、装置、电子设备及存储介质


[0001]本申请涉及计算机
，具体涉及一种总平面规划图的生成方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]生成式人工智能
AI
技术大多依赖于生成对抗网络
GAN
等相关技术，需要大量的数据集以及不断的参数调整优化，在辅助城市规划设计生成多方案时的技术门槛很高，工作效率不高
。
近期随着以
gpt
以和
diffusion
等大模型技术的发展，引领了新一轮的技术浪潮，但目前大多研究大多聚焦于通用领域，如人像
、
建筑等效果图领域，但还未在城市规划等专业领域实现应用
。
相关技术中生成地图的总平面规划图的效率较低，得到的总平面规划图准确度不高
。
[0003]上述的陈述仅用于提供与本申请有关的
技术介绍
信息，而不必然地构成现有技术
。

技术实现思路

[0004]本申请的目的是提供一种总平面规划图的生成方法
、
装置
、
电子设备及存储介质，以改善相关技术中生成地图的总平面规划图的效率较低，得到的总平面规划图准确度不高的状况
。
为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括
。
该概括部分不是泛泛评述，也不是要确定关键
/
重要组成元素或描绘这些实施例的保护范围
。
其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言
。
[0005]根据本申请实施例的一个方面，提供一种总平面规划图的生成方法，包括：
[0006]确定训练模型的基本路径；
[0007]根据所述基本路径分层次训练总平方案图的样式与风格，得到训练完成的模型；
[0008]基于训练完成的模型生成总平面规划图
。
[0009]在本申请的一些实施例中，所述确定训练模型的基本路径，包括：
[0010]收集供
AI
学习的总平方案图，并按需要比例对两张图按比例进行切割，以城市功能区对切割后的图像进行标注，得到标注后的图像；
[0011]利用标注后的图像对预设模型进行训练
。
[0012]在本申请的一些实施例中，所述根据所述基本路径分层次训练总平方案图的样式与风格，得到训练完成的模型，包括：
[0013]根据不同的规划层次，分别收集不同尺度的总平方案图作为学习素材，并根据所述基本路径训练预设模型，得到不同规划层次的多个小模型
。
[0014]在本申请的一些实施例中，所述多个小模型包括按用地类型可控的
controlnet
模型和按高度指标可控的
controlnet
模型
。
[0015]在本申请的一些实施例中，所述基于训练完成的模型生成总平面规划图，包括：
[0016]结合初步绘制的路网方案或现状路网，利用所述训练完成的模型生成所述总平面
规划图
。
[0017]在本申请的一些实施例中，所述生成方法还包括：
[0018]结合栅格转矢量和深度图提取，形成所述总平面规划图中建筑的三维数据信息
。
[0019]根据本申请实施例的另一个方面，提供一种总平面规划图的生成装置，包括：
[0020]确定模块，用于确定训练模型的基本路径；
[0021]训练模块，用于根据所述基本路径分层次训练总平方案图的样式与风格，得到训练完成的模型；
[0022]生成模块，用于基于训练完成的模型生成总平面规划图
。
[0023]在本申请的一些实施例中，所述生成装置还包括转化模块，所述转化模块用于结合栅格转矢量和深度图提取，形成所述总平面规划图中建筑的三维数据信息
。
[0024]根据本申请实施例的另一个方面，提供一种电子设备，包括存储器
、
处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序，以实现本申请任一实施例所述的总平面规划图的生成方法
。
[0025]根据本申请实施例的另一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行，以实现本申请任一实施例所述的总平面规划图的生成方法
。
[0026]本申请实施例的其中一个方面提供的技术方案可以包括以下有益效果：
[0027]本申请实施例提供的总平面规划图的生成方法，确定训练模型的基本路径，根据所述基本路径分层次训练总平方案图的样式与风格，得到训练完成的模型，基于训练完成的模型生成总平面规划图，能够快速准确地生成地图的总平面规划图，提高了工作效率，得到的总平面规划图准确度较高
。
[0028]上述说明仅是本申请实施例技术方案的概述，为了能够更清楚了解本申请的实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本申请实施例的上述和其它目的
、
特征和优点能够更明显易懂，以下特举本申请的具体实施方式
。
附图说明
[0029]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0030]图1示出了本申请一个实施例的总平面规划图的生成方法流程图
。
[0031]图2示出了本申请一个实施例中确定训练模型的基本路径的流程图
。
[0032]图3示出了本申请一个实施例的总平面规划图的生成方法流程图
。
[0033]图4示出了本申请一个实施例的总平面规划图的生成装置结构框图
。
[0034]图5示出了本申请一个实施例的总平面规划图的生成装置结构框图
。
[0035]图6示出了本申请一个实施例的电子设备结构框图
。
[0036]图7示出了本申请一个实施例的计算机可读存储介质示意图
。
具体实施方式
[0037]为了使本申请的目的
、
技术方案及优点更加清楚明白，下面结合附图和具体实施例对本申请做进一步说明
。
应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请
。
基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围
。
[0038]本领域技术人员可以理解，除非另外定义，这里使用的所有术语
(
包括技术术语和科学术语
)
...

【技术保护点】

【技术特征摘要】
1.
一种总平面规划图的生成方法，其特征在于，包括：确定训练模型的基本路径；根据所述基本路径分层次训练总平方案图的样式与风格，得到训练完成的模型；基于训练完成的模型生成总平面规划图
。2.
根据权利要求1所述的总平面规划图的生成方法，其特征在于，所述确定训练模型的基本路径，包括：收集供
AI
学习的总平方案图，并按需要比例对两张图按比例进行切割，以城市功能区对切割后的图像进行标注，得到标注后的图像；利用标注后的图像对预设模型进行训练
。3.
根据权利要求1所述的总平面规划图的生成方法，其特征在于，所述根据所述基本路径分层次训练总平方案图的样式与风格，得到训练完成的模型，包括：根据不同的规划层次，分别收集不同尺度的总平方案图作为学习素材，并根据所述基本路径训练预设模型，得到不同规划层次的多个小模型
。4.
根据权利要求1所述的总平面规划图的生成方法，其特征在于，所述多个小模型包括按用地类型可控的
controlnet
模型和按高度指标可控的
controlnet
模型
。5.
根据权利要求1所述的总平面规划图的生成方法，其特征在于，所述基于训练完成的模型生成总平面规划图，包括...

【专利技术属性】
技术研发人员：郑德高，孙娟，李鹏飞，马璇，林辰辉，朱厚桦，吴浩，李海涛，闫岩，张永波，葛春晖，罗瀛，朱慧超，张超，陆容立，
申请(专利权)人：中国城市规划设计研究院上海分院，
类型：发明
国别省市：