用于少样本图像分类任务的双提示学习空频集成网络系统

AITNT
正文
推荐专利
用于少样本图像分类任务的双提示学习空频集成网络系统
申请号:CN202410810966
申请日期:2024-06-21
公开号:CN118840583A
公开日期:2024-10-25
类型:发明专利
摘要
本发明提供一种用于少样本图像分类任务的双提示学习空频集成网络系统,包括:空频结合模块,用于从图像模态中提取由图像低频信息和空域信息结合生成的图像特征;双文本提示模块,用于从文本模态中提取可学习提示特征和手工提示特征并进行相似度计算后,得到可学习文本提示特征;图像文本交互模块,用于对图像特征和可学习文本提示特征进行融合,以更新可学习文本提示特征;对比学习模块,用于对图像特征和更新后的可学习文本提示特征进行对比学习,输出分类结果,以完成少样本图像分类任务。本发明的方案使模型能够很好地泛化到新的类别,弥合多种模态之间的语义鸿沟,高效地实现少样本图像分类任务。
技术关键词
文本编码器 融合视觉 网络系统 交叉注意力机制 图像像素 样本 手工 模块 组合算法 代表 生成机制 频率 信号处理 解码器 度量 语义 参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号