Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏邦得绿建装饰有限公司孙冬梅获国家专利权

江苏邦得绿建装饰有限公司孙冬梅获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江苏邦得绿建装饰有限公司申请的专利一种基于深度学习的智能建筑装饰设计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119397647B

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411448567.5,技术领域涉及:G06F30/13;该发明授权一种基于深度学习的智能建筑装饰设计方法是由孙冬梅;邱东芹;苗千诚设计研发完成,并于2024-10-16向国家知识产权局提交的专利申请。

一种基于深度学习的智能建筑装饰设计方法在说明书摘要公布了:本发明公开了一种基于深度学习的智能建筑装饰设计方法,包括如下步骤:S1:使用单目相机拍摄建筑各个角度的图片,得到原图;S2:关键词提取,并制作提示词;S3:建筑装饰数据收集;S4:数据筛选并预处理;S5:自定义损失函数,并对扩散模型进行训练,得到训练后的扩散模型;S6:将原图输入训练后的扩散模型,生成初步图像;将初步图像与提示词输入预训练的条件生成对抗网络中,得到初步设计图;S7:将初步设计图输入预训练的变分自编码器,得到建筑装饰设计参考图。本申请基于深度学习的智能建筑装饰设计方法,通过自定义损失函数和动态权重的设计,结合深度学习模型,自动化处理图像并生成设计参考图,提高了工作效率。

本发明授权一种基于深度学习的智能建筑装饰设计方法在权利要求书中公布了:1.一种基于深度学习的智能建筑装饰设计方法,其特征在于:包括如下步骤: S1:使用单目相机拍摄建筑各个角度的图片,得到原图; S2:根据客户需求,进行关键词提取,并制作提示词,具体操作为:将提取出的关键词结合设计师的专家提示词,完成提示词的构建; S3:根据关键词进行相关建筑装饰数据收集; S4:数据筛选并预处理,得到训练集; S5:自定义损失函数,并使用训练集对扩散模型进行训练,得到训练后的扩散模型;所述自定义损失函数结合均方误差损失MSELoss与Dice损失,同时设置动态权重,具体流程包括: S501:定义基础损失函数; S502:设定损失值的变化率; S503:调整权重; S504:计算自定义损失; S6:将原图输入训练后的扩散模型,并生成初步图像;将初步图像与提示词输入预训练的条件生成对抗网络中,得到初步设计图; 所述S6将原图输入训练后的扩散模型,并生成初步图像的具体操作为:对原始图像进行裁剪与归一化处理,作为训练后扩散模型的输入;训练后的扩散模型进行逆向扩散,迭代生成第一初步图像; 所述S6将初步图像与提示词输入预训练的条件生成对抗网络中,得到初步设计图的具体操作如下: S601:导入预训练的条件生成对抗网络模型,并导入预训练的权重,将模型设置为评估模式; S602:读取第一初步图像,并将初步图像调整到预训练的条件生成对抗网络模型所需的输入尺寸,得到第二初步图像; S603:归一化,将第二初步图像的像素值缩放到预训练的条件生成对抗网络模型使用的范围内,得到第三初步图像; S604:通过预训练的词嵌入模型将提示词转换为提示词词向量; S605:将第三初步图像与提示词词向量输入预训练的条件生成对抗网络模型,得到初步设计图; S7:将初步设计图输入预训练的变分自编码器,提升初步设计图的清晰度与完整性,得到建筑装饰设计参考图,用于辅助设计师进行设计。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江苏邦得绿建装饰有限公司,其通讯地址为:215400 江苏省苏州市吴中区光福镇凤山路205号5幢;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。