摘要
本申请公开了一种多模态数据预测模型的训练方法、系统、电子设备及存储介质,多模态数据预测模型包括教师模型和学生模型,训练方法包括:获取第一模态数据样本和第二模态数据样本;通过教师模型的映射模块,将第一模态数据样本和第二模态数据样本对应的特征分别映射至模态共享的表示空间内,得到第一特征向量和第二特征向量;对第一特征向量和第二特征向量进行插值处理,得到混合表示;从混合表示中蒸馏知识至学生模型,并基于插值和蒸馏过程,构建损失函数,根据所述损失函数对所述多模态数据预测模型进行训练,得到训练好的多模态数据预测模型。本申请有利于提升基于多模态数据的预测准确度。本申请可以广泛应用于多模态预测技术领域。
技术关键词
数据预测模型
多模态
样本
蒸馏
分类特征
学生
教师
环境感知方法
模型更新
电子设备
融合特征
超参数
可读存储介质
训练系统
模块
数值
编码器
处理器
系统为您推荐了相关专利信息
行人重识别网络
多层感知机
注意力
重识别方法
掩码策略
手势识别模型
多尺度特征融合
手势识别模块
手势识别方法
卷积模块
情感识别功能
场景控制方法
情感特征
情感类别
场景类别