一种基于DETR的端到端的图像描述方法.pdfVIP

  • 3
  • 0
  • 约1.9万字
  • 约 13页
  • 2023-06-28 发布于四川
  • 举报

一种基于DETR的端到端的图像描述方法.pdf

本发明公开了一种基于DETR的端到端的图像描述方法。首先获取数据集以及训练需要的DETR权重,然后构建基于DETR的图像描述模型,包括骨干网络、网格特征编码器、目标特征解码器、特征融合解码器和文本生成器;通过构建的基于DETR的图像描述模型输出预测单词;再通过设定的训练策略对基于DETR的图像描述模型进行训练;最后通过训练好的基于DETR的图像描述模型完成图像描述。本发明兼顾网格特征与目标检测特征,并使用了自适应注意力融合机制,可以均衡目标信息和全局信息,生成更加精细的图像描述。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116343239 A (43)申请公布日 2023.06.27 (21)申请号 202211701869.X G06V 30/19 (2022.01)

文档评论(0)

1亿VIP精品文档

相关文档