[发明专利]一种图像布局、模型训练方法、装置、设备及存储介质

权利要求书

1.一种图像布局方法，其特征在于，包括：

从原始图像中提取图像元素，得到元素框架图；

确定所述元素框架图的当前结构化数据；其中，所述当前结构化数据包括各个图像元素对应的坐标以及长宽长度属性；

将所述当前结构化数据输入到分层强化学习模型中，确定最高评分对应的结构化数据，并基于所述最高评分对应的结构化数据确定图像布局结果；

其中，所述分层强化学习模型包括第一强化学习模型和第二强化学习模型；所述第一强化学习模型，用于选择需要移动的目标图像元素，所述第二强化学习模型用于选择所述目标图像元素需要移动的方向。

2.根据权利要求1所述的方法，其特征在于，所述将所述当前结构化数据输入到分层强化学习模型中，确定最高评分对应的结构化数据，并基于所述最高评分对应的结构化数据确定图像元素排布结果，包括：

将所述当前结构化数据输入到第一强化学习模型中，得到第一动作；所述第一动作为需要移动的目标图像元素；

将所述当前结构化数据输入到第二强化学习模型中，得到第二动作；其中，所述第二动作为所述目标图像元素需要移动的方向；

根据所述第一动作和所述第二动作，得到移动后的元素框架图的结构化数据，并将移动后的元素框架图的结构化数据输入至评分网络模型进行评分；

将移动后的广告框架图的结构化数据作为当前结构化数据，返回将所述当前结构化数据输入到第二强化学习模型中的操作，直至所述目标图像元素移动设定步长；

将所述目标图像元素移动设定步长过程中最高评分对应的结构化数据作为当前结构化数据，返回将所述当前结构化数据输入到第一强化学习模型中的操作，直至所述目标图像元素的选择次数达到设定次数；

基于整个过程中最高评分对应的结构化数据确定图像布局结果。

3.根据权利要求1所述的方法，其特征在于，所述确定广告框架图的当前结构化数据，包括：

将所述元素框架图进行网格化操作，得到各个图像元素对应的网格坐标以及长宽长度属性，并形成所述元素框架图的当前结构化数据。

4.根据权利要求2所述的方法，其特征在于，所述根据所述第一动作和所述第二动作，得到移动后的广告框架图的结构化数据，包括：

将所述目标图像元素按照所述目标图像元素的移动方向进行移动，得到移动后的元素框架图的结构化数据。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述原始图像为广告原图；所述图像元素为广告元素；所述元素框架图为广告框架图。

6.一种模型训练方法，其特征在于，包括：

从原始样本图像中提取图像元素，得到元素框架图；

确定所述元素框架图的当前结构化数据；其中，所述当前结构化数据包括各个图像元素对应的坐标以及长宽长度属性；

将所述元素框架图的当前结构化数据输入到第一强化学习模型中，得到第一动作；所述第一动作为需要移动的目标图像元素；

将所述当前结构化数据输入到第二强化学习模型中，得到第二动作；其中，所述第二动作为所述目标图像元素需要移动的方向；

根据所述第一动作和所述第二动作，得到移动后的元素框架图的结构化数据，并移动后的元素框架图的结构化数据输入至评分网络模型进行评分；

将移动后的元素框架图的结构化数据作为当前结构化数据，返回将所述当前结构化数据输入到第二强化学习模型中的操作，直至所述目标图像元素移动设定步长；

在所述目标图像元素移动设定步长过程中，将截止到最高评分的所有评分对应的第二状态数据输入到所述第二强化学习模型中，对所述第二强化学习模型的参数进行更新；所述第二状态数据包括所述第二动作，以及所述第二动作对应的相关结果；

将所述目标图像元素移动设定步长过程中最高评分对应的结构化数据作为当前结构化数据，返回将所述当前结构化数据输入到第一强化学习模型中的操作，直至所述目标广告元素的选择次数达到设定次数；

在整个过程中截止到最高评分，将所有第一状态数据输入到所述第一强化学习模型中，对所述第一强化学习模型的参数进行更新；其中，所述第一状态数据包括所述第一动作，以及所述第一动作对应的相关结果。