摘要
本申请公开了一种模型训练方法及其装置,属于人工智能技术领域。该模型训练方法包括:将训练图像输入至图像编码器中,提取得到训练图像在第i层的第一特征第i层为图像编码器中的目标编码网络层;将第一特征分别输入T个不同的任务模块中,得到第二特征基于T个不同的任务模块对应的T个任务标签,生成跨任务图;基于跨任务图对应的任务间关系图和第二特征得到T个不同任务的预测结果;基于T个不同任务的预测结果获取T个不同任务的损失函数值;基于T个不同任务的损失函数值对扩散模型的参数进行更新,得到更新后的扩散模型,扩散模型用于对密集预测任务进行信息预测。
技术关键词
图像编码器
加权损失函数
模型训练方法
连续特征
标签编码器
融合特征
模块
关系
模型训练装置
人工智能技术
参数
噪声
系统为您推荐了相关专利信息
滤波反投影算法
多层感知机层
图像重建
样本
变压器模块
模态特征
样本
跨模态检索方法
预训练语言模型
损失函数优化