面向多任务图像编辑的数据集构建方法及相关装置

本发明提供一种面向多任务图像编辑的数据集构建方法及相关装置，通过将原始图像输入多模态大语言模型进行语义特征解析，基于解析结果从预定义的任务类型集合中确定适配的图像编辑任务类型；基于图像编辑任务类型，调用多模态大语言模型对原始图像进行多轮编辑推演，生成编辑任务指令，根据编辑任务指令中的任务类型，选择对应的扩散模型，将原始图像、自然语言指令及辅助信息输入对应的扩散模型，生成编辑后的目标图像；采用多维度评价指标对多个图像编辑对进行评估，筛选出符合预设要求的数据集，图像编辑对包括原始图像、编辑后的目标图像以及推演涉及的编辑任务指令，解决了现有技术中任务多样性不足的问题；有效提升了数据集生成质量。