首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

图片检索模型的训练方法、图片检索方法及装置 

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!

申请/专利权人:北京百度网讯科技有限公司

摘要:本公开提出了一种图片检索模型的训练方法、图片检索方法及装置,涉及人工智能技术领域,具体为计算机视觉、深度学习、大模型等技术领域,可应用于人工智能的内容生成等场景。方法包括:将样本图片输入至初始模型,通过初始模型对样本图片进行特征提取,得到样本图片的第一文本特征;基于第一文本特征,得到初始模型的总损失函数;基于总损失函数,对初始模型进行训练,得到图片检索模型。

主权项:1.一种图片检索模型的训练方法,包括:将样本图片输入至初始模型,通过所述初始模型对所述样本图片进行特征提取,得到所述样本图片的第一文本特征;获取所述样本图片的标签,将所述标签输入至所述初始模型,通过所述初始模型对所述标签进行特征提取,得到所述标签的特征,基于所述第一文本特征和所述标签的特征,得到所述初始模型的总损失函数;基于所述总损失函数,对所述初始模型进行训练,得到图片检索模型;基于所述第一文本特征和所述标签的特征,得到所述总损失函数,包括:将所述样本图片输入至所述初始模型,通过所述初始模型对所述样本图片进行特征提取,得到所述样本图片的第一图片特征,基于所述第一文本特征、所述标签的特征和所述第一图片特征,得到所述总损失函数;基于所述第一文本特征、所述标签的特征和所述第一图片特征,得到所述总损失函数,包括:对所述第一文本特征和所述第一图片特征进行特征融合,得到融合特征,基于所述融合特征和所述标签的特征,得到所述总损失函数。

全文数据:

权利要求:

百度查询: 北京百度网讯科技有限公司 图片检索模型的训练方法、图片检索方法及装置

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。

相关技术
相关技术
相关技术
相关技术