基于标签到标签的多属性预测方法、装置、设备及介质
公开
摘要
本申请涉及人工智能计算机视觉技术领域，特别涉及一种基于标签到标签的多属性预测方法、装置、设备及介质，其中，方法包括：提取图像数据的深度特征；基于深度特征获取图片数据的伪标签序列；将伪标签序列中的每个单词以预设概率进行掩码，获取被遮挡的句子，并由被遮挡的句子恢复得到完整的句子，学习多个属性之间的关联关系，生成最终多属性预测结果。由此，解决了多任务学习的框架中无法在一个视觉样本中建模多个属性标签值之间的关联关系，导致性能较差等问题，通过预测被遮挡的多个属性标签值来建模多个属性之间的关联关系，提升多属性预测的性能，从而有效的提升模型的准确率。
基本信息
专利标题 ：
基于标签到标签的多属性预测方法、装置、设备及介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114565017A
申请号 ：
CN202210082013.2
公开（公告）日 ：
2022-05-31
申请日 ：
2022-01-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
鲁继文周杰李万华曹哲暄
申请人 ：
清华大学
申请人地址 ：
北京市海淀区清华园
代理机构 ：
北京清亦华知识产权代理事务所(普通合伙)
代理人 ：
黄德海
优先权 ：
CN202210082013.2
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
