摘要
本发明公开了一种谷物识别模型的训练方法、谷物识别方法、设备和介质,涉及谷物识别领域,谷物识别模型的训练方法包括:获取用于模型训练的多个谷物图像和每个谷物图像对应的文本标签;构建待训练的谷物识别模型,并基于谷物识别模型对每个谷物图像和对应的文本标签进行特征提取,得到图像特征数据和文本特征数据;基于谷物识别模型确定图像特征数据和文本特征数据之间的相似度分数;构建多模态监督对比损失函数,并基于多模态监督对比损失函数确定相似度分数和参考分数之间的损失值,基于损失值调节谷物识别模型的参数,以对模型进行迭代训练,得到训练好的谷物识别模型。本发明的谷物识别模型能够广泛应用于多种类型的谷物检测,提高检测效率。
技术关键词
图像特征数据
谷物识别方法
文本特征向量
子模块
转换编码器
编码模块
图像编码
图像特征向量
分支
图像特征提取
多模态
图像投影
积层结构
标签
轻量型
前馈神经网络
系统为您推荐了相关专利信息
机器学习优化
数据清洗方法
专家系统
数据清洗系统
子模块
产品需求文档
生成测试用例
子模块
大语言模型
场景
大语言模型
自动生成系统
工作流引擎
自动生成方法
视觉
外推模型
风速外推方法
分解算法
自动气象站
样本