端到端文本图像翻译模型训练方法
公开
摘要
本公开提供一种端到端文本图像翻译模型训练方法，包括：对包含源端语言文本的图像及源端语言文本进行预处理，获取预处理后的子图像及文本字符串；对包含源端语言文本的子图像通过图像编码器编码，获取图像特征，对预处理后的文本字符串通过文本编码器编码，获取文本特征；通过序列特征编码器分别对图像特征和所述文本特征进行编码，获取图像序列特征和文本序列特征；基于图像序列特征、文本序列特征，计算不同的损失值；基于不同的损失值，构建损失函数；以及基于损失函数，在通过训练模型进行训练时，更新所述训练模型的参数。本公开还提供一种端到端文本图像翻译模型训练装置、电子设备以及可读存储介质。
基本信息
专利标题 ：
端到端文本图像翻译模型训练方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114626392A
申请号 ：
CN202210193873.3
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-01
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
周玉马聪
申请人 ：
北京中科凡语科技有限公司
申请人地址 ：
北京市海淀区知春路63号51号楼10层1006
代理机构 ：
北京庚致知识产权代理事务所(特殊普通合伙)
代理人 ：
韩德凯
优先权 ：
CN202210193873.3
主分类号 ：
G06F40/58
IPC分类号 ：
G06F40/58 G06F40/284 G06F40/126 G06V10/26 G06V10/20 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F40/58
使用机器翻译，例如用于多语言检索，用于客户端设备的服务器端翻译或实时翻译。
法律状态
2022-06-14 ：
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
