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：中国科学院自动化研究所
摘要：本发明提供一种图像理解方法、装置、设备、存储介质及程序产品，属于人工智能技术领域。方法包括：将目标图像及对应的问题输入到目标通用图文模型中，得到目标通用图文模型输出的答案；其中，目标通用图文模型是通过如下方式训练的：将训练样本输入到初始通用图文模型中，得到初始通用图文模型输出的主体特征向量、客体特征向量以及自回归损失函数；将主体特征向量以及客体特征向量输入到分割模型中，得到分割模型输出的主体特征掩码和客体特征掩码；基于主体特征掩码与主体的真实掩码、客体特征掩码与客体的真实掩码、自回归损失函数确定初始通用图文模型的目标损失函数。本发明提供的图像理解方法可以减轻通用图文模型的幻觉问题。
主权项：1.一种图像理解方法，其特征在于，包括：将目标图像及对应的问题输入到目标通用图文模型中，得到所述目标通用图文模型输出的答案，所述答案包括所述目标图像的主体、客体以及主体与客体的关系；其中，所述目标通用图文模型是通过如下方式训练的：将训练样本输入到初始通用图文模型中，得到所述初始通用图文模型输出的主体特征向量、客体特征向量以及自回归损失函数；将所述主体特征向量以及所述客体特征向量输入到分割模型中，得到所述分割模型输出的主体特征掩码和客体特征掩码；基于所述主体特征掩码与主体的真实掩码、所述客体特征掩码与客体的真实掩码、所述自回归损失函数确定所述初始通用图文模型的目标损失函数；在所述目标损失函数收敛时，将所述初始通用图文模型作为所述目标通用图文模型；所述训练样本包括：样本图像、样本图像的主体与客体、样本图像的主体与客体的关系、样本图像的主体的真实掩码、样本图像的客体的真实掩码、样本图像对应的问题和答案。
全文数据：
权利要求：
百度查询： 中国科学院自动化研究所 图像理解方法、装置、设备、存储介质及程序产品
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