本发明提供了一种基于神经网络的多风格国画花生成方法，本发明使用的注意力架构学习从白描到工笔或水墨的映射，并使用非成对的数据集训练，得到了具有一定风格特点的工笔和水墨画；本发明引入一个新的损失MSSSIM损失函数在基于GAN的注意力架构中，从亮度，对比度，结构三个方面多尺度地比较重构图像与源图像的距离，并与循环一致性损失L1函数共同引导图像风格和内容的准确生成，解决了原网络画面不清晰，出现伪影，墨迹模糊一片，存在噪点等缺陷的问题。本发明解决了在传统方法的研究上，由于国画风格的抽象性和复杂性，不能够生成画面清晰地高质量图片的问题。