[发明专利]基于文本生成图像的方法在审
| 申请号： | 202310464553.1 | 申请日： | 2023-04-26 |
| 公开（公告）号： | CN116740223A | 公开（公告）日： | 2023-09-12 |
| 发明（设计）人： | 刘丽欣;韩乃平 | 申请（专利权）人： | 先进操作系统创新中心（天津）有限公司 |
| 主分类号： | G06T11/20 | 分类号： | G06T11/20;G06N3/0475;G06N3/0455;G06N3/08;G06F18/213;G06V10/40;G06V10/82 |
| 代理公司： | 北京汇智英财专利代理有限公司 11301 | 代理人： | 张燕燕 |
| 地址： | 300450 天津市滨海新区*** | 国省代码： | 天津;12 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及基于文本生成图像的方法，包括如下步骤：训练FLIP模型，得到优化后的文本编码器和图像编码器；训练基于ViT的StableDiffusion模型；基于训练好的ViT的StableDiffusion模型完成文本到图像的转换；在训练FLIP模型时，将图像随机遮挡一部分，将剩余的可见部分输入到图像编码器中进行编码。本发明采用FLIP来训练图像编码器和文本编码器，对输入的图像进行随机遮挡，可以在有限周期内学习到更多的文本‑图像数据对，同时具有更少的内存占用。并且取得了更好的精度与训练时间均衡在精度与训练速度方面具有大幅改善。 | ||
| 搜索关键词： | 基于 文本 生成 图像 方法 | ||
【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先进操作系统创新中心（天津）有限公司，未经先进操作系统创新中心（天津）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/patent/202310464553.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种电力设备巡检装置及其使用方法
- 下一篇：一种车载液氢冷能回收再利用系统
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
