跨模态检索模型的训练方法及跨模态检索方法

AITNT
正文
推荐专利
跨模态检索模型的训练方法及跨模态检索方法
申请号:CN202411740310
申请日期:2024-11-29
公开号:CN119646304A
公开日期:2025-03-18
类型:发明专利
摘要
本发明涉及跨模态检索技术领域,其公开了一种跨模态检索模型的训练方法及跨模态检索方法,训练方法包括:构建跨模态检索模型;采用低参数训练方法对跨模态检索模型进行训练;在跨模态检索模型中集成哈希层学习哈希映射;构建排序感知损失优化输入跨模态检索模型的训练样本之间的排序顺序;检索方法包括:将查询样本输入到跨模态检索模型中;跨模态检索模型对查询样本进行特征提取;跨模态检索模型将提取的高维特征转换为低维且连续的类二进制编码;对类二进制编码进行处理转化为二进制编码;比较查询样本的二进制编码与数据库中存储样本的二进制编码之间的相似性;输出与查询样本在语义上相关的检索结果。本发明检索效率高且检索性能好。
技术关键词
感知损失函数 参数训练方法 样本 编码器 深度哈希 跨模态检索技术 跨模态检索方法 汉明距离 超参数 文本 图像 精度 语义 符号 代表
系统为您推荐了相关专利信息
1
一种应用于自动驾驶的轻量化目标检测多阶段层级蒸馏方法、设备及存储介质
蒸馏方法 多阶段 教师 学生 层级
2
一种少样本电网法律知识扩充方法
实体 关系 样本 三元组 编码器
3
一种基于长短时记忆网络和注意力机制的分子活性预测方法
活性预测方法 注意力机制 分子 指纹 配体
4
基于机器学习的扁线电机发卡结构弯曲成型参数预测方法
皮尔逊相关系数 参数预测方法 直线段 发卡结构 变量
5
一种基于注意力机制和数据感知的基数估计优化方法
贝叶斯神经网络 估计优化方法 注意力模型 注意力机制 dropout方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号