龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本公开提供了一种文生图模型的训练方法、模型、装置及电子设备。涉及强化学习、计算机视觉技术领域。实现方案为：获取第一文生图模型以及预训练好的奖励模型，其中，第一文生图模型用于基于输入文本生成对应的生成图片，预训练好的奖励模型用于基于由输入文本和对应的生成图片组成的数据对进行打分；该文生图模型的训练方法还包括基于预训练好的奖励模型和强化学习策略调整第一文生图模型的参数以得到第二文生图模型。
主权项：1.一种文生图模型的训练方法，包括：获取第一文生图模型以及预训练好的奖励模型，其中，所述第一文生图模型用于基于输入文本生成对应的生成图片，所述预训练好的奖励模型用于基于由所述输入文本和所述对应的生成图片组成的数据对进行打分；以及基于所述预训练好的奖励模型和强化学习策略调整所述第一文生图模型的参数以得到第二文生图模型，其中，所述第二文生图模型在用于实现文生图的生成序列中获得的累计奖励满足预设条件，所述累计奖励是基于所述生成序列中的每一阶段的奖励得到的，所述强化学习策略以所述生成序列的最优为目标，以使得所述第二文生图模型向所述累计奖励满足所述预设条件的方向优化，其中，所述强化学习策略包括近端策略优化算法，所述近端策略优化算法使用行为子模型和评判子模型，所述行为子模型是基于所述第一文生图模型初始化得到的，所述评判子模型是基于所述预训练好的奖励模型初始化得到的；所述生成序列包括至少一个阶段，其中，针对所述生成序列中的每一阶段：所述行为子模型基于被提供的输入文本生成对应的输出带噪图；以及所述评判子模型基于当前阶段的所述输入文本和所述输出带噪图输出所述当前阶段的奖励，其中，所述生成序列中获得的累计奖励包括总评分和折损项，其中，所述总评分是所述预训练好的奖励模型基于所述生成序列的初始输入和最终输出得到的，所述折损项为所述生成序列中最后阶段的奖励与折损系数的乘积。
全文数据：
权利要求：
百度查询： 北京百度网讯科技有限公司 一种文生图模型的训练方法、模型、装置及电子设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号