- 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
本发明提供一种基于OSCAR的图文检索模型的训练方法和实现图文检索的方法,训练方法包括:获取训练集;将训练集中的多个图像‑文本样本对输入面向视觉语言任务的预训练模型OSCAR中,进行特征提取获得图像特征表示和文本特征表示;将训练集中的每个样本作为锚点样本,基于图像特征表示和文本特征表示,生成锚点样本对应的多个不同难度的负样本;计算正样本对中图像与文本的正相似度、负样本对和生成的负样本对中图像与文本之间的负相似度;基于正相似度和负相似度计算损失函数,通过损失函数对预训练模型OSCAR进行微调,得到
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117390213A
(43)申请公布日2024.01.12
(21)申请号202311395517.0
(22)申请日2023.10.26
(71)申请人西交利物浦大学
地址21512
文档评论(0)