一种基于文本反演的构图理解方法、系统

本发明公开了一种基于文本反演的构图理解方法、系统，该方法采用基于优化的文本反演算法将输入的图像转换为pseudo‑token，对原始文本与pseudo‑token进行拼接，将拼接后的文本转换为特征向量，计算文本与图像的相似度。本方法在减少对硬负样本依赖的情况下提高构图理解模型的理解能力，提高模型交互效率，同时减少时间消耗。