摘要
本发明属于计算机视觉感知技术领域,公开了一种对象引导属性表征学习方法及相关装置;其中,所述对象引导属性表征学习方法中,将图像数据集中的图像输入到图像编码器中,生成对象特征和组合特征;对象特征引导组合特征通过对象引导模块,进行通道引导和空间引导;引导后的属性特征经过属性适应模块,生成属性预测结果;对象特征和组合特征分别通过对象映射网络和组合映射网络,生成对象属性预测和组合属性预测;使用优化器根据总损失计算梯度并更新对象引导属性表征学习模型的所有参数,重复直到达到预设收敛条件。本发明能够显著提升模型在面对未知组合、复杂属性语义和开放环境下的泛化能力。
技术关键词
表征学习方法
词嵌入向量
图像编码器
计算机视觉感知技术
代表
非暂态计算机可读存储介质
sigmoid函数
对象识别
计算机程序产品
组合特征向量
优化器
ReLU函数
网络
词嵌入模型
模块
通道
参数
多层感知机
系统为您推荐了相关专利信息
波形设计方法
梯度下降算法
通信设备
线性搜索策略
平滑技术
炎性痛药物
柠檬酸钠
小鼠模型
生理盐水组
立体定位仪
核极限学习机模型
输出特征
露天矿爆破
爆破作业
炸药