申请/专利权人:携程旅游网络技术(上海)有限公司
申请日:2023-12-25
公开(公告)日:2024-03-22
公开(公告)号:CN117746186A
主分类号:G06V10/774
分类号:G06V10/774;G06V10/26;G06T11/60
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了一种低秩自适应模型的训练方法、文本生成图像方法、系统、电子设备和存储介质,所述低秩自适应模型用于和图像生成模型结合后生成对应图像,所述训练方法包括:获取训练样本图像;对所述训练样本图像通过图像标签模型进行标签化处理;对所述训练样本图像使用图像标签指导视觉‑语言模型进行二次标签化处理,得到两次标签化后的图像数据;其中,所述图像数据为图像中物体的语义信息;基于所述训练样本图像和所述两次标签化后的图像数据使用低秩自适应方法对图像生成模型训练,以得到低秩自适应模型。将图像标注更准确,更有利于低秩自适应模型运用至图像生成模型大模型中,生成我们所需的图像。
主权项:1.一种低秩自适应模型的训练方法,所述低秩自适应模型用于和图像生成模型结合后生成对应图像,其特征在于,所述训练方法包括:获取训练样本图像;对所述训练样本图像通过图像标签模型进行标签化处理;对所述训练样本图像使用图像标签指导视觉-语言模型进行二次标签化处理,得到两次标签化后的图像数据;其中,所述图像数据为图像中物体的语义信息;基于所述训练样本图像和所述两次标签化后的图像数据使用低秩自适应方法对图像生成模型训练,以得到低秩自适应模型。
全文数据:
权利要求:
百度查询: 携程旅游网络技术(上海)有限公司 低秩自适应模型的训练方法、文本生成图像方法、系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。