一种基于深度学习的端到端智能平面设计方法

本发明公开了一种基于深度学习的端到端智能平面设计方法，使用采集到的海报数据集，首先筛选并划分原始海报数据集，进行布局设计和属性确认两个子任务的共同学习，在训练集上进行训练调参，使模型性能达到最优状态；根据输入图像和文本信息，通过调用训练完成的模型，智能平面设计框架提取图像和文本的特征信息，搜索合适的设计图布局并确认构图文本属性，自动生成和谐的平面设计。本发明使用了统一联合训练框架防止了训练过程中的数据分布差异，减轻流水线式模型中的错误传播，发挥端到端训练的优点，不需要人为定义平面设计的美学规则，而是从数据中学习美学规则，并且也不依赖图像显着图检测，从而可以更好地泛化到各种平面设计任务。