【技术实现步骤摘要】
本申请涉及一种基于深度学习模型的加油站效果图渲染方法，属于效果渲染领域。
技术介绍
1、传统上，加油站效果图的制作通常需要设计师手绘草图、制作模型和原型，然后再进行细节的修改和完善，才能进行效果图渲染。这种方法需要大量的人工投入，费时费力。且传统的手绘、建模渲染效果图方法有一定的局限性，一个设计师难以在一定时间内输出多种不同渲染方案，渲染方案单一，难以为客户提供多种选择。此外，传统设计渲染缺少创新性，受设计师个人能力影响。
技术实现思路
1、本申请的目的在于提供一种基于深度学习模型的加油站效果图渲染方法，引入了稳定扩散技术，并将其应用于深度学习模型，以更准确且高效地学习和生成加油站效果图。
2、为实现上述目的，本申请第一方面提供了一种基于深度学习模型的加油站效果图渲染方法，包括：
3、获取训练数据，其中，所述训练数据包括不同环境下的加油站图像；
4、对所述训练数据进行预处理；
5、基于稳定扩散技术确定深度学习模型；
6、通过预处理后的训练数据对所述深度学习模型进行训练，得到目标模型；
7、通过所述目标模型生成加油站效果图。
8、在一种实施方式中，所述对所述训练数据进行预处理包括：
9、对所述训练数据中各加油站图像的分辨率、颜色值以及对比度进行调整。
10、在一种实施方式中，所述基于稳定扩散技术确定深度学习模型包括；
11、基于稳定扩散技术，根据渲染要求所需的图像样
12、根据所述模型结构确定深度学习模型。
13、在一种实施方式中，所述基于稳定扩散技术确定深度学习模型包括；
14、基于稳定扩散技术，获取ai渲染模型作为所述深度学习模型。
15、在一种实施方式中，所述通过预处理后的训练数据对所述深度学习模型进行训练包括：
16、将所述预处理后的训练数据输入至所述深度学习模型中，通过所述深度学习模型学习各加油站图像的光照特征、材质特征以及建筑结构特征，并得到目标模型。
17、在一种实施方式中，所述通过所述目标模型生成加油站效果图包括：
18、对所述目标模型的参数进行调整以确定效果图的生成方向，不断迭代直至生成符合要求的加油站效果图。
19、在一种实施方式中，所述对所述目标模型的参数进行调整以确定效果图的生成方向，不断迭代直至生成符合要求的加油站效果图包括：
20、在不断迭代直至生成符合要求的加油站效果图的过程中，通过手绘模式或局部重绘的方法对当前生成的图像进行修改，并将修改后的图像作为下一次迭代的初始图像，直至生成符合要求的加油站效果图。
21、在一种实施方式中，所述通过所述目标模型生成加油站效果图之后还包括：
22、自动保存生成的加油站效果图和相应的所述目标模型的参数。
23、本申请第二方面提供了一种电子设备，包括：存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述第一方面或者上述第一方面的任一实施方式中的步骤。
24、本申请第三方面提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现上述第一方面或者上述第一方面的任一实施方式中的步骤。
25、由上可见，本申请提供了一种基于深度学习模型的加油站效果图渲染方法，基于稳定扩散确定深度学习模型，以更准确且高效地学习和生成加油站效果图，更好的处理图形中的复杂光照、反射和阴影等细节，从而提高效果图的真实感和艺术性。同时，确定的深度学习模型具有高效率与稳定性，实现了效果图的自动化生成，减少了对手动设计和渲染的依赖，提高效果图生成的效率，减少了设计师需要投入的时间。且通过稳定扩散技术增加了效果图的稳定性，确保生成的图像在不同光照条件下保持高质量。此外，还可以实现创意效果生成，通过深度学习模型的学习和创造的能力，能够生成一些超越传统渲染技术的创意效果。通过在大量样本中学习设计元素和风格，可以生成独特、艺术性强的效果图，为设计师提供新的创作灵感。
本文档来自技高网...【技术保护点】
1.一种基于深度学习模型的加油站效果图渲染方法，其特征在于，包括：
2.如权利要求1所述的加油站效果图渲染方法，其特征在于，所述对所述训练数据进行预处理包括：
3.如权利要求1所述的加油站效果图渲染方法，其特征在于，所述基于稳定扩散技术确定深度学习模型包括；
4.如权利要求1所述的加油站效果图渲染方法，其特征在于，所述基于稳定扩散技术确定深度学习模型包括；
5.如权利要求1至4任一项所述的加油站效果图渲染方法，其特征在于，所述通过预处理后的训练数据对所述深度学习模型进行训练包括：
6.如权利要求1至4任一项所述的加油站效果图渲染方法，其特征在于，所述通过所述目标模型生成加油站效果图包括：
7.如权利要求6所述的加油站效果图渲染方法，其特征在于，所述对所述目标模型的参数进行调整以确定效果图的生成方向，不断迭代直至生成符合要求的加油站效果图包括：
8.如权利要求6所述的加油站效果图渲染方法，其特征在于，所述通过所述目标模型生成加油站效果图之后还包括：
9.一种电子设备，包括：存储器、处理器
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于深度学习模型的加油站效果图渲染方法，其特征在于，包括：
2.如权利要求1所述的加油站效果图渲染方法，其特征在于，所述对所述训练数据进行预处理包括：
3.如权利要求1所述的加油站效果图渲染方法，其特征在于，所述基于稳定扩散技术确定深度学习模型包括；
4.如权利要求1所述的加油站效果图渲染方法，其特征在于，所述基于稳定扩散技术确定深度学习模型包括；
5.如权利要求1至4任一项所述的加油站效果图渲染方法，其特征在于，所述通过预处理后的训练数据对所述深度学习模型进行训练包括：
6.如权利要求1至4任一项所述的加油站效果图渲染方法，其特征在于，所述通过所述目标模型生成加油站效果图包括...
【专利技术属性】
技术研发人员：尹慧楠，李杨子，宋继安，马林，张波，
申请(专利权)人：哈尔滨天源石化工程设计有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。