[发明专利]一种图片生成方法、装置、设备及存储介质在审

专利信息
申请号: 202211286721.4 申请日: 2022-10-20
公开(公告)号: CN115661284A 公开(公告)日: 2023-01-31
发明(设计)人: 左江华 申请(专利权)人: 上海微盟企业发展有限公司
主分类号: G06T11/00 分类号: G06T11/00;G06T17/00;G06F9/48
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 何方
地址: 200441 上海市宝山*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图片 生成 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图片生成方法,其特征在于,应用于人工智能扩散模型的控制中心,包括:

获取图片生成主题,并将所述图片生成主题放入请求队列;

基于预设请求获取规则从所述请求队列中获取目标请求,并将所述目标请求分发至目标工作节点,以便在所述目标工作节点中执行预设图片生成操作;

定期轮询所述目标工作节点,以便当检查到所述目标工作节点工作完毕时,从所述目标工作节点中获取已生成图片;

将所述已生成图片返回并展示。

2.根据权利要求1所述的图片生成方法,其特征在于,所述获取图片生成主题,包括:

通过预设主题获取方式获取所述图片生成主题;所述图片生成主题包含文本类主题与参考图片主题。

3.根据权利要求1所述的图片生成方法,其特征在于,所述获取图片生成主题之前,还包括:

在内网部署预设数量个工作节点,并将全部所述工作节点注册至所述控制中心;

为每个所述工作节点部署扩散模型运行环境。

4.根据权利要求3所述的图片生成方法,其特征在于,所述将所述目标请求分发至目标工作节点之前,还包括:

基于针对所述工作节点的第一类维度划分规则将全部所述工作节点划分为在线工作节点集合与离线工作节点集合;

判断所述在线工作节点集合对应的当前运算服务能力是否满足预设运算服务能力条件;

若所述当前运算服务能力不满足所述预设运算服务能力条件,则在所述控制中心中添加目标数量个所述工作节点。

5.根据权利要求4所述的图片生成方法,其特征在于,所述将所述目标请求分发至目标工作节点之前,还包括:

基于针对所述工作节点的第二类维度划分规则将所述在线工作节点集合中的节点划分为忙碌工作节点集合与空闲工作节点集合;

获取所述空闲节点集合中的任意所述工作节点,以得到目标空闲工作节点;

相应的,所述将所述目标请求分发至目标工作节点,包括:

将所述目标请求对应的任务内容参数转化为扩散模型运算参数;所述任务内容参数包含主题参数、图片数量参数、模型选择参数以及图片大小参数;

将所述目标请求与对应的所述扩散模型运算参数分发至所述目标空闲工作节点;

将所述目标空闲工作节点的第二类维度特征由空闲状态变更为忙碌状态。

6.根据权利要求5所述的图片生成方法,其特征在于,所述定期轮询所述目标工作节点,以便当检查到所述目标工作节点工作完毕时,从所述目标工作节点中获取已生成图片,包括:

定期轮询所述目标工作节点,以便检查所述目标工作节点的存活状态以及任务完成状态;

当所述目标工作节点的所述任务完成状态为任务已完成时,从所述目标工作节点中获取已生成图片;

将所述目标工作节点的第二类维度特征由所述忙碌状态变更为所述空闲状态。

7.根据权利要求1至6任一项所述的图片生成方法,其特征在于,所述获取图片生成主题,并将所述图片生成主题放入请求队列之前,还包括:

判断所述请求队列中是否存在所述图片生成主题;

若存在,则通过预设垃圾回收机制将所述请求队列中满足第一预设清理条件的所述图片生成主题删除;

判断所述目标工作节点中是否存在满足第二预设清理条件的图片生成任务;

若所述目标工作节点中存在满足所述第二预设清理条件的所述图片生成任务,则清理所述图片生成任务。

8.一种图片生成装置,其特征在于,应用于人工智能扩散模型的控制中心,包括:

主题获取模块,用于获取图片生成主题,并将所述图片生成主题放入请求队列;

请求分发模块,用于基于预设请求获取规则从所述请求队列中获取目标请求,并将所述目标请求分发至目标工作节点,以便在所述目标工作节点中执行预设图片生成操作;

图片获取模块,用于定期轮询所述目标工作节点,以便当检查到所述目标工作节点工作完毕时,从所述目标工作节点中获取已生成图片;

图片返回模块,用于将所述已生成图片返回并展示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海微盟企业发展有限公司,未经上海微盟企业发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211286721.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top