原创力文档- 3
- 0
- 约2.1万字
- 约 22页
- 2023-04-24 发布于四川
- 举报
本申请提供了一种视觉语言预训练模型的训练方法、装置、设备及介质，该方法包括：获取N幅图像各自对应的配对组，其中，第一图像的配对组包括：第一图像与第一图像的描述文本构成的第一配对组、第一图像的局部图像与局部图像的描述文本构成的第二配对组，N为大于1的整数，第一图像是N幅图像中的任一图像；根据N幅图像各自对应的配对组对视觉语言预训练模型进行训练，使得模型可以学习到图像的更多细节特征与描述文本的一一对应关系，从而可以更好地适应于下游任务。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114022735 A
(43)申请公布日 2022.02.08
(21)申请号 202111321649.X G06N 3/04 (2006.01)
文档评论（0）