目标编码器训练方法、装置、计算机设备及存储介质

本发明涉及人工智能技术领域，公开了目标编码器训练方法、装置、计算机设备及存储介质，方法包括：获取预处理的训练样本，训练样本包括文本内容、文本内容对应的目标框位置和文本内容的类别；基于文本内容、文本内容对应的目标框位置和文本内容的类别为预处理的训练样本添加位置编码信息，获得目标训练样本；将目标训练样本输入预设编码器，获得第一特征值；将预处理的训练样本输入至预设图片编码器，获得第二特征值；基于第一特征值和第二特征值，确定第一特征值与第二特征值之间的第一损失函数；基于第一损失函数，对预设图片编码器进行参数调优，以获得预训练的图片编码器。本发明减少了大型视觉语言模型进行文本理解的时间消耗。