为数字图像的区域查找匹配的语义名称的方法及相关方法、数据结构和设备

一种设备、数据结构和计算机实现的方法，为数字图像的区域查找匹配的语义名称以及为数字图像的区域查找匹配的语义名称而进行训练，其中用于训练的方法包括：提供数字图像和类别名称以及标识数字图像中的区域的指示符，根据类别名称提供候选名称的集合，确定数字图像的编码，根据数字图像的编码确定多尺度特征，确定候选名称的嵌入，根据用于候选名称的嵌入、多尺度特征和掩码的变换器解码器的输出嵌入，确定包括预测指示符和相应候选名称的预测类别的输出，根据多尺度特征确定逐像素特征，以及根据损失来训练变换器解码器，损失包括指示符和预测指示符之间的差异，预测指示符比其他预测指示符更好地复现指示符。