基于改进的图卷积神经网络的图文对匹配方法

本发明提出了一种基于改进的图卷积神经网络的图文对匹配方法，在原方法利用卷积神经网络提取图片数据，TextMlp提取文字数据的基础上，引入图卷积神经网络进一步探索特征与特征之间的关系；由于一张图片和描述其内容的文字可能含有不只有一个标签，将L2‑GCN图卷积神经网络也应用于标签数据中，探索标签与标签之间的细粒度关系；通过结合对比损失函数和环形损失函数计算损失，得到Circle‑Soft Loss，进一步提高图文对匹配精确度。