買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜有米科技股份有限公司申請的專利一種圖文語義對齊模型的構建方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115455225B 。

龍圖騰網通過國家知識產權局官網在2025-05-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211108881.X，技術領域涉及：G06F16/583；該發明授權一種圖文語義對齊模型的構建方法及裝置是由陳暢新;陳第設計研發完成，并于2022-09-13向國家知識產權局提交的專利申請。

本一種圖文語義對齊模型的構建方法及裝置在說明書摘要公布了：本發明公開了一種圖文語義對齊模型的構建方法及裝置，包括：將若干個圖文對輸入語義對齊模型，以使語義對齊模型對每個圖文對進行分析，得到每個圖文對的語義對齊結果，語義對齊結果用于表示相應圖文對中樣本圖像和樣本文本的匹配度；根據所有圖文對的語義對齊結果和實際匹配結果，判斷語義對齊模型是否滿足收斂條件；若否，修正模型參數，直至得到滿足收斂條件的可用于預測文本對應的圖像、圖像對應的文本、圖像和文本之間的匹配度的圖文語義對齊模型。可見，實施本發明通過若干個圖文對訓練語義對齊模型，得到可用于多種圖文匹配場景的圖文語義對齊模型，能夠提高圖文匹配的效率以及圖文匹配方式的多樣性。

本發明授權一種圖文語義對齊模型的構建方法及裝置在權利要求書中公布了：1.一種圖文語義對齊模型的構建方法，其特征在于，所述方法包括：將預先確定出的若干個圖文對輸入待訓練的語義對齊模型中，以使所述語義對齊模型對每個所述圖文對進行分析，得到每個所述圖文對的語義對齊結果，每個所述圖文對包括一個樣本圖像和一個樣本文本，所述語義對齊結果用于表示相應圖文對中樣本圖像和樣本文本的匹配度；每個所述圖文對的語義對齊結果包括該圖文對的樣本圖像的語義和樣本文本的語義相匹配的置信度；根據每個所述圖文對的語義對齊結果與預先標注的該圖文對的實際匹配結果對應的目標置信度之間的差異度，計算所述語義對齊模型的預測損失值；判斷所述預測損失值是否小于預設的損失值閾值；當判斷結果為是時，確定所述語義對齊模型滿足收斂條件；當判斷結果為否時，確定所述語義對齊模型不滿足收斂條件，修正所述語義對齊模型的模型參數，并重新執行所述的將預先確定出的若干個圖文對輸入待訓練的語義對齊模型中，以使所述語義對齊模型對每個所述圖文對進行分析，得到每個所述圖文對的語義對齊結果的操作以及執行所述的根據每個所述圖文對的語義對齊結果與預先標注的該圖文對的實際匹配結果對應的目標置信度之間的差異度，計算所述語義對齊模型的預測損失值；判斷所述預測損失值是否小于預設的損失值閾值的操作，直至得到滿足所述收斂條件的圖文語義對齊模型，所述圖文語義對齊模型用于預測任意文本對應的圖像、任意圖像對應的文本、任意圖像和任意文本之間的匹配度中的一個或多個；所有所述圖文對包括至少一個正例圖文對和或至少一個負例圖文對，所述正例圖文對的實際匹配結果為所述樣本圖像和所述樣本文本相匹配的第一匹配結果，所述負例圖文對的實際匹配結果為所述樣本圖像和所述樣本文本不匹配的第二匹配結果；在所述根據每個所述圖文對的語義對齊結果與預先標注的該圖文對的實際匹配結果對應的目標置信度之間的差異度，計算所述語義對齊模型的預測損失值之前，所述方法還包括：根據預先設定的標簽平滑系數，對每種所述實際匹配結果對應的初始置信度進行更新，得到每種實際匹配結果對應的目標置信度；其中，所述第一匹配結果對應的目標置信度以及所述第二匹配結果對應的目標置信度分別為：P1＝1-ε，P2＝εN-1，其中，P1用于表示所述第一匹配結果所對應的目標置信度，P2用于表示所述第二匹配結果所對應的目標置信度，ε用于表示標簽平滑系數，N用于表示所有所述負例圖文對的數量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人有米科技股份有限公司，其通訊地址為：510006 廣東省廣州市番禺區小谷圍街青藍街26號1701；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。