CN113379864B - 自动打标签的方法、装置、设备和存储介质 - Google Patents
自动打标签的方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113379864B CN113379864B CN202110689655.4A CN202110689655A CN113379864B CN 113379864 B CN113379864 B CN 113379864B CN 202110689655 A CN202110689655 A CN 202110689655A CN 113379864 B CN113379864 B CN 113379864B
- Authority
- CN
- China
- Prior art keywords
- picture
- marked
- automatic labeling
- pictures
- product
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002372 labelling Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000013145 classification model Methods 0.000 claims abstract description 12
- 238000013461 design Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 5
- 206010044565 Tremor Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 241000219109 Citrullus Species 0.000 description 2
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002453 shampoo Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请公开了一种自动打标签的方法、装置、设备和存储介质，一种自动打标签的方法,包括:将待打标签的图片输入经过训练的标签分类模型中进行自动打标处理，得到经过打标签的图片；对所述经过打标签的图片进行设计得到产品图片。本申请将打标流程自动化，降低了使用成本，制图时用户不需要关注图层的命名，不需要做额外的操作就可以生成产品图片，节省人力资源，降低企业成本。
Description
技术领域
本申请涉及计算机领域，具体而言，涉及一种自动打标签的方法、装置、设备和存储介质。
背景技术
随着电子商务的发展，创意素材的设计需求极速增加，目前在创意生成领域，大多数解决方式都是通过人工的方式将PSD中的图层打上标签，然后再通过智能设计模块进行创意生成；这种打标方式存在以下几个问题：标签繁多，不同的智能设计服务提供商，标签的结构体系基本不同，学习、使用成本较高；品牌方需要花费大量的人力和时间成本，来重复图像打标这一机械性行为；人的认知不同，同一个图像打的标签可能不同，导致智能生成的结果和预期不符。
发明内容
本申请的主要目的在于提供一种自动打标签的方法、装置、设备和存储介质，以解决上述问题。
为了实现上述目的，根据本申请的一个方面，提供了一种自动打标签的方法，包括：
将待打标签的图片输入经过训练的标签分类模型中进行自动打标处理，得到经过打标签的图片；
对所述经过打标签的图片进行设计得到产品图片。
进一步的，图层包括：LOGO图层、装饰图层、主图形图层。
进一步的，主图形图层包括一个或者多个可编辑的主图形；
装饰图层包括一个或者多个可编辑的装饰图形。
进一步的，对所述经过打标的图片进行设计得到产品图片，包括：
对所述一个或者多个可编辑的主图形、装饰图形进行编辑得到编辑后的图形；
编辑包括：调整尺寸大小、裁剪、调整颜色。
进一步的，对所述经过打标的图片进行设计得到产品图片，包括：
按照预先设定的尺寸对所述经过打标的图片进行裁剪得到应用于短视频平台的产品图片；
或者，按照自定义的尺寸对所述经过打标的图片进行裁剪得到应用于短视频平台的产品图片。
第二方面，本申请还提出了一种自动打标签的装置，包括：
输入模块，用于将待打标签的图片输入经过训练的标签分类模型中进行自动打标处理，得到经过打标签的图片；
设计模块，用于对所述经过打标签的图片进行设计得到产品图片。
进一步的，设计模块还用于：
按照预先设定的尺寸对所述经过打标的图片进行裁剪得到应用于短视频平台的产品图片；
或者，按照自定义的尺寸对所述经过打标的图片进行裁剪得到应用于短视频平台的产品图片。
进一步的，设计模块还用于：
对一个或者多个可编辑的主图形、装饰图形进行编辑得到编辑后的图形；
编辑包括：调整尺寸大小、裁剪、调整颜色。
在本申请实施例中，将打标流程自动化，降低了使用成本，制图时用户不需要关注图层的命名，不需要做额外的操作就可以使用智能设计模块，进行批量生成，释放了一定的人力资源，降低企业成本。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种自动打标签的方法的流程图；
图2是根据本申请实施例的一种经过自动打标签处理的图片的示意图；
图3是根据本申请实施例的一种调整图片尺寸的显示界面示意图；
图4是根据本申请实施例的一种自动打标签的装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图像进行打标签的处理，一般都是人工手动进行的，效率低下，容易疏忽犯错误。
基于此，本申请提出了一种自动打标签的方法，参见附图1所示的一种自动打标签的方法的流程图，改方法包括：
步骤S102，将待打标签的图片输入经过训练的标签分类模型中进行图层自动打标处理，得到经过打标签的图片；
其中，图层包括：LOGO图层、装饰图层、主图形图层。主图形图层包括一个或者多个可编辑的主图形；装饰图层包括一个或者多个可编辑的装饰图形。
标签分类模型采用现有的分类器实现。
步骤S104，对所述经过打标签的图片进行设计得到产品图片。
其中，产品图片，可以供给用户下载，产品图片多用于用户进行广告投放，包括一些电商平台，例如淘宝、苏宁，以及短视频平台的开屏广告，例如抖音、优酷等。
本发明的方法，实现了自动图层分类，自动打标签，避免了人工手动进行打标签。提高了图片设计的效率。
示例性的，参见附图2所示的一种经过自动打标签处理的图片的示意图。该图片经过一键打标处理后，改图片被分成了多个不同的图层。其中，包括LOGO图层、装饰图层、主图形图层；主图形图层包括：第一主图形图层、第二主图形图层、第三主图形图层等多个主图形。图中，主图形为产品。是主要的产品。图中，产品为洗发水。其中，装饰图层包括第一装饰图层、第二装饰图层，第三装饰图层等多种，图中，装饰图层包括多个不同的绿叶。LOGO图层为各个洗发水的商标。
在一种实施方式中，对多分类模型进行训练时，使用<图片，标签>数据集对多分类模型进行训练。
在一种实施方式中，在步骤S102之前，服务器会按照批次来接收图片；对一批待打标处理的图片中，对每个图片进行编号；判断任意的两个图片的重合度，如果重合度大于预定阈值，则将多个图片进行去重处理，只保留一个图片，然后执行步骤S102，从而能够减少不必要的工作量，避免重复劳动。
在一种实施方式中，对所述经过打标的图片进行设计得到应用于短视频平台的产品图片，包括：
对所述一个或者多个可编辑的主图形、装饰图形进行编辑得到编辑后的图形；
编辑包括：调整尺寸大小、裁剪、调整颜色。
示例性的，用户对于图2中的一个绿叶不太满意，可以调整改绿叶的颜色，或者对改绿叶进行裁剪，调整大小等工作。
在一种实施方式中，对所述经过打标的图片进行设计得到应用于短视频平台的产品图片，包括：
按照预先设定的尺寸对所述经过打标的图片进行裁剪得到应用于短视频平台的产品图片；
或者，按照自定义的尺寸对所述经过打标的图片进行裁剪得到应用于短视频平台的产品图片。
示例性的，参见附图3所示的一种调整图片尺寸的显示界面示意图，用户在进行操作时，可以选择多个预先设定的尺寸，选定后，图片自动调整为选定的尺寸。抖音平台的尺寸，有1242×2208；750×1624等多个规格的尺寸。对于西瓜视频平台，也设置了多个不同规格的尺寸。可供用户进行选择。用户还可以自定义尺寸，根据自己的喜好来设置图片的大小。图片的大小设置好之后，图片生成好后，以供客户下载，通过客户自己的渠道将图片投放到各类电商、短视频平台，比如，抖音，西瓜视频等，起到广告的作用。
下面介绍一下总体流程图。
1.采集用户数据：在系统数据库中采集用户打过标签的图片，进行标签映射，构建<图片，标签>的数据集。
2.数据清洗：将图片去重，并修正错误的标签。
3.模型训练：使用<图片，标签>数据集，训练一个多分类模型。
4.模型应用：将模型应用到线上，用户输入一个PSD后，自动给每一个图层进行分类，并打上相应的标签，再进入智能设计模块进行创意生成。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例，还提供了一种用于实施上述方法的装置，如图4所示，该装置包括：
输入模块41，用于将待打标签的图片输入经过训练的标签分类模型中进行自动打标处理，得到经过打标签的图片；
设计模块42，用于对所述经过打标签的图片进行设计得到应用于短视频平台的产品图片。
设计模块42，还用于，按照预先设定的尺寸对所述经过打标的图片进行裁剪得到产品图片；
或者，按照自定义的尺寸对所述经过打标的图片进行裁剪得到应用于短视频平台的产品图片。
设计模块还用于，对所述一个或者多个可编辑的主图形、装饰图形进行编辑得到编辑后的图形；
编辑包括：调整尺寸大小、裁剪、调整颜色。
第三方面，本申请还提出了一种自动打标签的设备，该设备包括：至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行上述任一项所述的方法。
第四方面，本申请还提出了一种计算机可读存储介质，计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行上述任一项所述的方法。
在本发明实施例中，处理器可以是一种集成电路芯片，具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，简称SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (4)
1.一种自动打标签的方法，其特征在于，包括：
将待打标签的图片输入经过训练的标签分类模型中进行自动打标处理，得到经过打标签的图片；
对所述经过打标签的图片进行设计得到产品图片；
图层包括：LOGO图层、装饰图层、主图形图层；
主图形图层包括一个或者多个可编辑的主图形；
装饰图层包括一个或者多个可编辑的装饰图形；
对所述经过打标的图片进行设计得到产品图片，包括：
对所述一个或者多个可编辑的主图形、装饰图形进行编辑得到编辑后的图形；
编辑包括：调整尺寸大小、裁剪、调整颜色；
对所述经过打标的图片进行设计得到产品图片，包括：
按照预先设定的尺寸对所述经过打标的图片进行裁剪得到应用于短视频平台的产品图片；
或者，按照自定义的尺寸对所述经过打标的图片进行裁剪得到应用于短视频平台的产品图片；
在将待打标签的图片输入经过训练的标签分类模型中进行自动打标处理之前，所述方法还包括：
按照批次接收图片；对一批待打标处理的图片中，对每个图片进行编号；判断任意的两个图片的重合度，如果重合度大于预定阈值，则将多个图片进行去重处理，只保留一个图片。
2.一种自动打标签的装置，其特征在于，包括：
输入模块，用于将待打标签的图片输入经过训练的标签分类模型中进行自动打标处理，得到经过打标签的图片；
设计模块，用于对所述经过打标签的图片进行设计得到产品图片；
图层包括：LOGO图层、装饰图层、主图形图层；
主图形图层包括一个或者多个可编辑的主图形；
装饰图层包括一个或者多个可编辑的装饰图形；
对所述经过打标的图片进行设计得到应用于短视频平台的产品图片，包括：
按照预先设定的尺寸对所述经过打标的图片进行裁剪得到应用于短视频平台的产品图片；
或者，按照自定义的尺寸对所述经过打标的图片进行裁剪得到应用于短视频平台的产品图片；
对所述经过打标的图片进行设计得到产品图片，包括：
对一个或者多个可编辑的主图形、装饰图形进行编辑得到编辑后的图形；
编辑包括：调整尺寸大小、裁剪、调整颜色；
在将待打标签的图片输入经过训练的标签分类模型中进行自动打标处理之前，还包括：
按照批次接收图片；对一批待打标处理的图片中，对每个图片进行编号；判断任意的两个图片的重合度，如果重合度大于预定阈值，则将多个图片进行去重处理，只保留一个图片。
3.一种自动打标签的设备，其特征在于，包括：至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行如权利要求1所述的方法。
4.一种计算机可读存储介质，其特征在于，计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110689655.4A CN113379864B (zh) | 2021-06-22 | 2021-06-22 | 自动打标签的方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110689655.4A CN113379864B (zh) | 2021-06-22 | 2021-06-22 | 自动打标签的方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113379864A CN113379864A (zh) | 2021-09-10 |
| CN113379864B true CN113379864B (zh) | 2023-10-27 |
Family
ID=77578356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110689655.4A Active CN113379864B (zh) | 2021-06-22 | 2021-06-22 | 自动打标签的方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113379864B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103903213A (zh) * | 2012-12-24 | 2014-07-02 | 联想(北京)有限公司 | 一种拍摄方法和电子设备 |
| CN109308729A (zh) * | 2017-07-27 | 2019-02-05 | 阿里巴巴集团控股有限公司 | 图片合成处理方法、装置及系统 |
| CN110889883A (zh) * | 2019-11-29 | 2020-03-17 | 焦点科技股份有限公司 | 一种自适应的智能横幅广告图片生成方法及系统 |
| CN111158647A (zh) * | 2019-12-17 | 2020-05-15 | 特赞（上海）信息科技有限公司 | 基于结构化理论的创意素材自适应生成方法及装置 |
| CN111368757A (zh) * | 2020-03-09 | 2020-07-03 | 广联达科技股份有限公司 | 面向机器学习的柱大样建筑图纸图层分类方法及系统 |
| CN111553131A (zh) * | 2019-01-24 | 2020-08-18 | 北京京东尚科信息技术有限公司 | Psd文件解析方法、装置、设备及可读存储介质 |
| CN111986292A (zh) * | 2019-05-22 | 2020-11-24 | 腾讯科技（深圳）有限公司 | 图层还原方法、装置、计算机可读存储介质和计算机设备 |
| CN112330532A (zh) * | 2020-11-12 | 2021-02-05 | 上海枫河软件科技有限公司 | 图像解析处理方法及设备 |
-
2021
- 2021-06-22 CN CN202110689655.4A patent/CN113379864B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103903213A (zh) * | 2012-12-24 | 2014-07-02 | 联想(北京)有限公司 | 一种拍摄方法和电子设备 |
| CN109308729A (zh) * | 2017-07-27 | 2019-02-05 | 阿里巴巴集团控股有限公司 | 图片合成处理方法、装置及系统 |
| CN111553131A (zh) * | 2019-01-24 | 2020-08-18 | 北京京东尚科信息技术有限公司 | Psd文件解析方法、装置、设备及可读存储介质 |
| CN111986292A (zh) * | 2019-05-22 | 2020-11-24 | 腾讯科技（深圳）有限公司 | 图层还原方法、装置、计算机可读存储介质和计算机设备 |
| CN110889883A (zh) * | 2019-11-29 | 2020-03-17 | 焦点科技股份有限公司 | 一种自适应的智能横幅广告图片生成方法及系统 |
| CN111158647A (zh) * | 2019-12-17 | 2020-05-15 | 特赞（上海）信息科技有限公司 | 基于结构化理论的创意素材自适应生成方法及装置 |
| CN111368757A (zh) * | 2020-03-09 | 2020-07-03 | 广联达科技股份有限公司 | 面向机器学习的柱大样建筑图纸图层分类方法及系统 |
| CN112330532A (zh) * | 2020-11-12 | 2021-02-05 | 上海枫河软件科技有限公司 | 图像解析处理方法及设备 |
Non-Patent Citations (2)
| Title |
|---|
| 几个应届毕业生，如何实现阿里鹿班？;人人都是产品经理;《https://baijiahao.baidu.com/s?id=1606947844422127334&wfr=spider&for=pc》;全文 * |
| 阿里云鹿班智能生成·尺寸拓展·图层规范;星速云小编;《https://www.xingsuyun58.com/21883.html》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113379864A (zh) | 2021-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109801347B (zh) | 一种可编辑图像模板的生成方法、装置、设备和介质 | |
| US9396167B2 (en) | Template-based page layout for hosted social magazines | |
| WO2022194102A1 (zh) | 图像处理方法、装置、计算机设备、存储介质及程序产品 | |
| CN111243061B (zh) | 一种商品图片的生成方法、装置、系统 | |
| CN113190781A (zh) | 页面布局方法、装置、设备及存储介质 | |
| CN104239067B (zh) | 微型客户端的制作方法及装置 | |
| CN110750666A (zh) | 图片生成方法、系统、电子设备及存储介质 | |
| US20220148299A1 (en) | Image extension neural networks | |
| CN108021629B (zh) | 一种广告素材数据生成方法、装置及系统 | |
| CN114416056A (zh) | 页面生成方法、系统、计算机设备及可读存储介质 | |
| CN110910178A (zh) | 一种生成广告的方法和装置 | |
| CN113379864B (zh) | 自动打标签的方法、装置、设备和存储介质 | |
| CN111126372B (zh) | 视频中logo区域的标记方法、装置及电子设备 | |
| CN111158647B (zh) | 基于结构化理论的创意素材自适应生成方法及装置 | |
| CN109949090B (zh) | 客户推荐方法、装置、电子设备及介质 | |
| CN112581565B (zh) | 一种生成多媒体素材图的方法及装置 | |
| CN111581402A (zh) | 内容测试素材的生成方法、系统、电子设备、存储介质 | |
| CN110909506A (zh) | 平面设计物料生成的方法和装置 | |
| CN115238667A (zh) | 一种海报生成方法、系统、设备及存储介质 | |
| US20150142576A1 (en) | Methods and mobile devices for displaying an adaptive advertisement object and systems for generating the adaptive advertisement object | |
| CN116049483A (zh) | 一种基于多模态数据的用户标签构建方法及系统 | |
| CN115564976A (zh) | 图像处理方法、装置、介质及设备 | |
| CN112667831B (zh) | 素材存储方法、装置及电子设备 | |
| CN113840099B (zh) | 视频处理方法、装置、设备及计算机可读存储介质 | |
| CN113379768A (zh) | 一种图像处理方法、装置、存储介质和计算机设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |