龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本申请涉及一种基于预训练文生图模型双向微调的生成含预期标识图像的方法、计算机设备和可读存储介质，方法包括：获得类泛化图像、以及与类泛化图像对应的类泛化提示句；对类泛化提示句附加第一权重的预期标识文本获得第一提示句，对类泛化提示句附加第二权重的预期标识文本获得第二提示句；获取与第一提示句相对应的第一生成图像；获取与第二提示句相对应的第二生成图像；利用预设损失参数微调预训练文生图模型，预设损失参数包括第一预设损失和第二预设损失，第一预设损失为含预期标识的参考图像及第一生成图像两者的差异损失，第二预设损失为类泛化图像及第二生成图像两者的差异损失；利用微调后的预训练文生图模型，重新获得第一生成图像。
主权项：1.基于预训练文生图模型双向微调的生成含预期标识图像的方法，其特征在于，包括：获得类泛化图像、以及与所述类泛化图像对应的类泛化提示句，所述类泛化图像具有预期标识所归属的类标识；对所述类泛化提示句附加第一权重的预期标识文本，获得用于强化预期标识的第一提示句，对所述类泛化提示句附加第二权重的预期标识文本，获得用于弱化预期标识的第二提示句；将第一随机噪声、以及所述第一提示句输入所述预训练文生图模型，获取与所述第一提示句相对应的第一生成图像；将第二随机噪声、以及所述第二提示句输入所述预训练文生图模型，获取与所述第二提示句相对应的第二生成图像；利用预设损失参数微调所述预训练文生图模型，所述预设损失参数包括第一预设损失和第二预设损失，所述第一预设损失为含预期标识的参考图像、及所述第一生成图像两者的差异损失，所述第二预设损失为所述类泛化图像、及所述第二生成图像两者的差异损失；利用微调后的所述预训练文生图模型，重新获得所述第一生成图像。
全文数据：
权利要求：
百度查询： 浙江大学 基于预训练文生图模型双向微调的生成含预期标识图像的方法、计算机设备和可读存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号