[发明专利]一种基于多模板提示学习的视觉分类方法和装置有效
| 申请号： | 202310680502.2 | 申请日： | 2023-06-09 |
| 公开（公告）号： | CN116416480B | 公开（公告）日： | 2023-08-25 |
| 发明（设计）人： | 杨舒;王生进 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/80;G06V10/82;G06V10/774;G06N3/0895;G06N3/09 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 张金玲 |
| 地址： | 100084 北京市海淀区双清路*** | 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： | 本发明提供一种基于多模板提示学习的视觉分类方法和装置，涉及机器学习技术领域，包括：利用候选文本集生成多个提示模板下的候选文本集；将待分类的视频的连续视频帧和每一个提示模板下的候选文本集输入视觉语言编码模型中，得到视频在每一个提示模板下的类别概率分布；利用所述类别概率分布，确定视频的视觉分类结果。本发明对多个预设提示模板和融入帧融合模块的视觉语言预训练模型进行全监督模板参数优化‑半监督模型优化以及全监督模板参数微调得到多个提示模板和视觉语言编码模型，提高了视觉语言预训练模型泛化到下游视觉理解任务时的训练样本利用效率，进而将多个提示模板和视觉语言编码模型应用于下游视觉理解任务时可提高理解的准确度。 | ||
| 搜索关键词： | 一种 基于 模板 提示 学习 视觉 分类 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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清华大学，未经清华大学许可，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/patent/202310680502.2/，转载请声明来源钻瓜专利网。
