公开(公告)号：CN115035304B

公开(公告)日：2025-02-25

申请号：CN202210612591.2

申请日：2022-05-31

Applicant: 中国科学院计算技术研究所

Inventor： 叶剑 ,  冯建勇

IPC: G06V10/40 ,  G06V10/774

Abstract: 本发明提出一种基于课程学习的图像描述生成方法和系统，包括：获取已标注表述信息的图像训练集，构建初始图像描述模型，作为当前图像描述模型；将图像训练集中所有图像的特征依次输入该当前图像描述模型，得到各图像的描述，根据图像的描述和其对应的表述信息，得到该图像训练集中各图像的难度；判断该当前图像描述模型的性能指标是否达到预设值，若是，则使用全部该图像训练集对该当前图像描述模型进行迭代训练，否则执行步骤根据该性能指标选定投入比例，以该投入比例选择该图像训练集中难度最低的图像的特征对该当前图像描述模型进行训练。本发明训练得到的图像描述生成器拥有更好的泛化性能。

公开(公告)号：CN115035304A

公开(公告)日：2022-09-09

申请号：CN202210612591.2

申请日：2022-05-31

Applicant: 中国科学院计算技术研究所

Inventor： 叶剑 ,  冯建勇

IPC: G06V10/40 ,  G06V10/774

Abstract: 本发明提出一种基于课程学习的图像描述生成方法和系统，包括：获取已标注表述信息的图像训练集，构建初始图像描述模型，作为当前图像描述模型；将图像训练集中所有图像的特征依次输入该当前图像描述模型，得到各图像的描述，根据图像的描述和其对应的表述信息，得到该图像训练集中各图像的难度；判断该当前图像描述模型的性能指标是否达到预设值，若是，则使用全部该图像训练集对该当前图像描述模型进行迭代训练，否则执行步骤根据该性能指标选定投入比例，以该投入比例选择该图像训练集中难度最低的图像的特征对该当前图像描述模型进行训练。本发明训练得到的图像描述生成器拥有更好的泛化性能。