[发明专利]模型确定方法、装置、电子设备和存储器在审
| 申请号: | 202111212317.8 | 申请日: | 2021-10-18 |
| 公开(公告)号: | CN113947700A | 公开(公告)日: | 2022-01-18 |
| 发明(设计)人: | 王龙超;孙逸鹏;姚锟;韩钧宇;刘经拓;丁二锐 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
| 主分类号: | G06V10/774 | 分类号: | G06V10/774;G06K9/62;G06N3/08 |
| 代理公司: | 北京博浩百睿知识产权代理有限责任公司 11134 | 代理人: | 丰佩印 |
| 地址: | 100085 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 模型 确定 方法 装置 电子设备 存储器 | ||
1.一种模型的确定方法,包括:
获取图像样本和文本样本,其中,所述文本样本中的文本用于对所述图像样本中的目标图像进行文字描述;
将所述图像样本中的图像特征存储至第一队列,且将所述文本样本中的文本特征存储至第二队列;
对所述第一队列和所述第二队列进行训练,得到第一目标模型;
将所述第一目标模型确定为第二目标模型的初始化模型。
2.根据权利要求1所述的方法,其中,对所述第一队列和所述第二队列进行训练,得到第一目标模型包括:
基于所述第一队列和所述第二队列确定负样本;
对所述负样本进行训练,得到所述第一目标模型。
3.根据权利要求2所述的方法,所述负样本包括第一负样本和第二负样本,其中,基于所述第一队列和所述第二队列确定负样本包括:
基于所述第一队列和所述文本特征确定所述第一负样本;
基于所述第二队列和所述图像特征确定所述第二负样本。
4.根据权利要求3所述的方法,其中,基于所述第一队列和所述文本特征确定所述第一负样本包括:
基于所述第一队列和所述文本样本中当前批次样本的所述文本特征确定所述第一负样本。
5.根据权利要求3所述的方法,其中,基于所述第二队列和所述图像特征确定所述第二负样本包括:
基于所述第二队列和所述图像样本中当前批次样本的所述图像特征确定所述第二负样本。
6.根据权利要求2所述的方法,其中,对所述负样本进行训练,得到所述第一目标模型包括:
对所述负样本中多个所述图像特征和多个所述文本特征进行匹配,得到多个匹配结果和多个未匹配结果,其中,所述匹配结果包括互相匹配成功的所述图像特征和所述文本特征,所述未匹配结果包括互相匹配失败的所述图像特征和所述文本特征;
基于多个所述匹配结果和多个所述未匹配结果确定模型参数;
基于所述模型参数确定所述第一目标模型。
7.根据权利要求1至6中任意一项所述的方法,其中,所述图像样本包括图像噪声数据和/或所述文本样本包括文本噪声数据。
8.根据权利要求1至6中任意一项所述的方法,其中,所述图像样本为未标注图像样本和/或所述文本样本为未标注文本样本。
9.一种图像处理方法,包括:
获取待处理图像;
将所述待处理图像输入至第二目标模型中,其中,所述第二目标模型为由权利要求1-8中任意一项所述的模型确定方法获得;
获取所述第二目标模型的处理结果。
10.一种模型确定装置,包括:
第一获取单元,用于获取图像样本和文本样本,其中,所述文本样本中的文本用于对所述图像样本中的目标图像进行文字描述;
存储单元,用于将所述图像样本中的图像特征存储至第一队列,且将所述文本样本中的文本特征存储至第二队列;
训练单元,用于对所述第一队列和所述第二队列进行训练,得到第一目标模型;
确定单元,用于将所述第一目标模型确定为第二目标模型的初始化模型。
11.根据权利要求10所述的装置,其中,所述训练单元包括:
确定模块,用于基于所述第一队列和所述第二队列确定负样本;
训练模块,用于对所述负样本进行训练,得到所述第一目标模型。
12.根据权利要求11所述的装置,所述负样本包括第一负样本和第二负样本,其中,确定模块包括:
第一确定子模块,用于基于所述第一队列和所述文本特征确定所述第一负样本;
第二确定子模块,用于基于所述第二队列和所述图像特征确定所述第二负样本。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111212317.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:阵列基板及其制作方法和显示面板
- 下一篇:扫码乘坐交通工具的方法、装置与系统





