摘要
本发明涉及人工智能、机器学习技术领域,公开了一种多任务学习模型的训练、应用方法、装置、设备及介质。本发明利用视频样本、对应的查询文本、视频样本片段以及视频样本片段标注的起止时刻进行多任务学习获得多任务学习模型,只需训练一个模型即可完成视频描述生成和视频片段检索的处理,减少了服务器资源消耗,降低了模型的后期维护成本;而且在进行多任务学习时,分别计算均方误差损失函数和交叉熵损失函数,根据均方误差损失函数和交叉熵损失函数计算整个模型的损失函数,并根据整个模型的损失函数对模型参数进行优化,视频描述生成任务和视频片段检索任务之间相互帮助、共同学习,提升了模型的特征对齐能力,进而提升了模型的精准度。
技术关键词
多任务学习模型
注意力
样本
文本编码器
视频特征向量
机器学习技术
误差
可读存储介质
参数
数据获取模块
解码器
处理器
视频编码
训练装置
编码模块
系统为您推荐了相关专利信息
光纤布拉格光栅
光伏组件
太阳能电池
粒子群优化算法
全光谱
梯度提升决策树
故障预测模型
多头注意力机制
统计学特征
编码器
隧道消防安全
隧道智能消防系统
消防安全隐患
中央控制模块
传感器监测
检测模型建立方法
特征提取单元
注意力
区域候选网络
多尺度