- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请提供了一种模型框架训练方法、装置、设备、存储介质及程序产品;包括:通过视觉模型提取第一图像的第一特征,通过对应视觉模型的动量模型提取第二图像的第二特征,通过文本模型提取第一文本的第三特征,通过对应文本模型的动量模型提取第二文本的第四特征;将第一特征以及第三特征映射为类型标签预测结果,对类型标签预测结果与真实类型标签拟合得到类型标签对齐损失;对第二特征与第四特征的融合特征进行聚类;基于样本与聚类之间的关系对第一特征与第三特征进行拟合得到聚类对齐损失;基于类型标签对齐损失与聚类对齐损失的融合损
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117216708A
(43)申请公布日2023.12.12
(21)申请号202310648385.1G06V10/80(2022.01)
文档评论(0)