申请/专利权人:文思海辉元辉科技(大连)有限公司
申请日:2021-07-02
公开(公告)日:2024-04-23
公开(公告)号:CN113516182B
主分类号:G06V30/19
分类号:G06V30/19;G06V30/18;G06V10/82;G06N3/0464;G06N3/08;G06N3/045;G06F40/35
优先权:
专利状态码:有效-授权
法律状态:2024.04.23#授权;2021.11.05#实质审查的生效;2021.10.19#公开
摘要:本申请涉及一种视觉问答模型训练、视觉问答方法和装置。所述方法包括:获取用于训练视觉问答模型的图片样本和问题样本;对所述图片样本进行特征提取,得到图片样本特征,以及对所述问题样本进行特征提取,得到问题样本特征;确定所述图片样本特征与所述问题样本特征之间的关系隐变量;所述关系隐变量用于表征所述图片样本和所述问题样本是否相关;根据所述关系隐变量、所述图片样本特征和所述问题样本特征,对视觉问答模型进行训练,得到目标视觉问答模型;所述目标视觉问答模型用于进行视觉问答。采用本方法能够在回答模糊问题时仍然给出准确率较高的答案。
主权项:1.一种视觉问答模型训练方法,其特征在于,所述方法包括:获取用于训练视觉问答模型的图片样本和问题样本;对所述图片样本进行特征提取,得到图片样本特征,以及对所述问题样本进行特征提取,得到问题样本特征;确定所述图片样本特征与所述问题样本特征之间的关系隐变量;所述关系隐变量用于表征所述图片样本和所述问题样本是否相关;根据所述关系隐变量、所述图片样本特征和所述问题样本特征,对视觉问答模型进行训练,得到目标视觉问答模型;所述目标视觉问答模型用于进行视觉问答;所述根据所述关系隐变量、所述图片样本特征和所述问题样本特征,对视觉问答模型进行训练,得到目标视觉问答模型,包括:对所述关系隐变量、更新后图片样本特征和更新后问题样本特征进行拼接,得到第二拼接向量;基于所述第二拼接向量对视觉问答模型进行训练,得到所述目标视觉问答模型;其中,所述更新后图片样本特征根据第一权重更新所述图片样本特征得到;所述更新后问题样本特征根据第二权重更新所述问题样本特征得到;所述第一权重用于表征所述问题样本对于所述图片样本的注意力程度,所述第二权重用于表征所述图片样本对于所述问题样本的注意力程度。
全文数据:
权利要求:
百度查询: 文思海辉元辉科技(大连)有限公司 视觉问答模型训练、视觉问答方法和装置
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。