基于判别性生成采样的图文跨模态哈希检索模型训练方法

AITNT
正文
推荐专利
基于判别性生成采样的图文跨模态哈希检索模型训练方法
申请号:CN202511329456
申请日期:2025-09-17
公开号:CN120832432B
公开日期:2025-12-05
类型:发明专利
摘要
本发明涉及信息检索技术领域,具体涉及基于判别性生成采样的图文跨模态哈希检索模型训练方法。通过哈希特征缩放和哈希概念偏移,直接在嵌入空间生成判别性伪嵌入,有效解决了嵌入区域稀疏导致的训练样本不足问题;这种生成方式不仅显著增加了训练样本的数量,更重要的是保证了生成样本的判别性和语义合理性,为哈希学习提供了更丰富的训练信号。此外,无需改变现有网络结构,计算开销远低于传统的生成式数据增强方法,可无缝集成到多种深度哈希框架中,并适配不同的损失函数和采样策略。
技术关键词
图像嵌入 模型训练方法 跨模态 图文 文本 特征生成图像 样本 存储计算机程序 信息检索技术 深度哈希 可读存储介质 检索图像 生成方式 带标签 处理器 网络结构 矩阵
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号