[发明专利]视觉文本预训练模型的训练方法、装置、介质和设备在审
| 申请号： | 202210612980.5 | 申请日： | 2022-05-31 |
| 公开（公告）号： | CN115131638A | 公开（公告）日： | 2022-09-30 |
| 发明（设计）人： | 郑茂;袁宇辰;柴子峰;蒋树强;黎向阳;朱永清;杨嘉豪 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06V10/80 | 分类号： | G06V10/80;G06V10/74;G06V10/82;G06V10/764;G06V20/62;G06K9/62;G06N3/08 |
| 代理公司： | 北京励诚知识产权代理有限公司 11647 | 代理人： | 熊金凤 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种视觉文本预训练模型的训练方法、装置、介质和设备，可应用于人工智能、计算机视觉、智慧交通等场景，该方法包括：根据视频文本样本对进行特征提取得到初始视频特征和初始文本特征；根据初始视频特征和初始文本特征进行特征融合得到融合特征；根据融合特征和预设的多个中间特征确定桥接特征；根据初始视频特征、初始文本特征、桥接特征和预设的掩码矩阵确定目标视频特征和目标文本特征，预设的掩码矩阵用于使初始视频特征和初始文本特征相互掩模；根据初始视频特征、初始文本特征、桥接特征、目标视频特征以及目标文本特征确定目标函数，并根据目标函数对进行模型训练，以学习多模态交互信息、且保持多模态之间的模态分离性。 | ||
| 搜索关键词： | 视觉 文本 训练 模型 方法 装置 介质 设备 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210612980.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种内侧半月板体外撑开器
- 下一篇：质子交换膜燃料电池阴极水管理系统
