摘要
本申请的实施例公开了一种文生图模型训练方法、图像预测方法、装置、设备及介质,可以应用于智慧交通、辅助驾驶、云技术、人工智能、音视频等场景中。文生图模型训练方法包括:对约束样本图像对应的约束图像样本特征和约束样本文本对应的文本样本特征进行融合与合并,生成约束控制样本信息,从而利用约束控制样本信息调整噪声图像样本特征实现文生图模型的训练,文生图模型用于进行图像预测。图像预测方法包括:通过前述的文生图模型对约束图像对应的约束图像特征和约束文本对应的文本特征进行融合与合并,生成约束控制信息,从而利用约束控制信息调整噪声图像特征实现预测图像的生成。本申请的技术方案提升了文生图模型训练和图像预测的可靠性。
技术关键词
文本
图像预测方法
噪声图像
融合特征
模型训练方法
预测图像样本
训练集
图文
图像预测装置
编码模块
模型训练装置
电子设备
控件
计算机程序产品
界面
云技术
系统为您推荐了相关专利信息
人工智能模型
生成方法
生成系统
挖掘潜在需求
计算机存储介质
集成方法
word2vec模型
词嵌入模型
文本
注意力机制
超分辨率模型
图像特征提取
分支
深层特征提取
计算机可读指令
负载设备
识别方法
动态位置编码
融合特征
动态时间规整算法