原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及计算机视觉技术领域，提供一种引用图像分割模型训练方法及引用图像分割方法，首先将图像样本中每个目标实例对应的文本描述输入至初始引用图像分割模型中，由文本编码器对文本描述进行特征提取，得到初始文本特征；然后由图像编码器提取图像样本的图像特征，并采用交叉注意力机制运算进行迭代优化与融合，分别得到优化后的目标文本特征和目标跨模态图像融合特征；最后将目标跨模态图像融合特征通过解码器得到分割结果，并借助于计算得到的训练损失进行模型训练。该方法可以有效提升目标引用图像分割模型对于低质量文本描述的分割
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116993976 A
(43)申请公布日 2023.11.03
(21)申请号 202310877057.9 G06F 18/25 (2023.01)
(22)申请日 2023.07.
文档评论（0）