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！

龍圖騰網獲悉之江實驗室;復旦大學申請的專利模型訓練方法、跨模態表征方法、無監督圖像文本匹配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：CN113868459B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202110712040.9，技術領域涉及：G06F16/58；該發明授權模型訓練方法、跨模態表征方法、無監督圖像文本匹配方法及裝置是由魏忠鈺;李澤君設計研發完成，并于2021-06-25向國家知識產權局提交的專利申請。

本模型訓練方法、跨模態表征方法、無監督圖像文本匹配方法及裝置在說明書摘要公布了：本發明的目的是提供一種模型訓練方法、跨模態表征方法、無監督圖像文本匹配方法及裝置，所述方法包括：計算訓練文檔中圖片與句子的兩兩相似度值；基于所述相似度值，確定正樣本對集和負樣本對集；其中，所述正樣本對集中有預設數量的正樣本對；所述負樣本對集中有預設數量的負樣本對；所述正樣本對集和所述負樣本對集用于進一步訓練所述模型，直至預設數量的所述正樣本對的平均相似度值大于預設數量的所述負樣本對的平均相似度值，且兩者差值符合預設條件。上述實施方式可以減小采樣的偏差，以更好的訓練模型來對圖片和句子進行匹配。

本發明授權模型訓練方法、跨模態表征方法、無監督圖像文本匹配方法及裝置在權利要求書中公布了：1.一種模型訓練方法，其特征在于，應用于無監督圖像文本匹配模型，所述方法包括： 計算訓練文檔中圖片與句子的兩兩相似度值； 基于所述相似度值，確定正樣本對集和負樣本對集；其中，所述正樣本對集中有預設數量的正樣本對；所述負樣本對集中有預設數量的負樣本對；所述正樣本對集和所述負樣本對集用于進一步訓練所述模型，直至預設數量的所述正樣本對的平均相似度值大于預設數量的所述負樣本對的平均相似度值，且兩者差值符合預設條件； 在確定正樣本對集和負樣本對集的步驟中包括： 在所述圖片與所述句子來自同一文檔的情況下： 對應于每個所述圖片，將該圖片與其相似度值最高的所述句子放入候選正樣本對集； 將所述候選正樣本對集中相似度值最高的預設數量的所述正樣本對放入所述正樣本對集； 和或， 對應于每個所述句子，將該句子與其相似度值最高的所述圖片放入候選正樣本對集； 將所述候選正樣本對集中相似度值最高的預設數量的所述正樣本對放入所述正樣本對集； 對應于每個所述圖片，將該圖片與其相似度值最低的所述句子放入候選負樣本對集； 將所述候選負樣本對集中相似度值最低的預設數量的所述負樣本對放入所述負樣本對集； 和或， 對應于每個所述句子，將該句子與其相似度值最低的所述圖片放入候選負樣本對集； 將所述候選負樣本對集中相似度值最低的預設數量的所述負樣本對放入所述負樣本對集； 在確定所述負樣本對集的情況時，所述圖片與所述句子來自不同文檔； 對應于每個所述圖片，將該圖片與其相似度值最高的所述句子放入候選負樣本對集； 將所述候選負樣本對集中相似度值最高的預設數量的所述負樣本對放入所述負樣本對集； 和或， 對應于每個所述句子，將該句子與其相似度值最高的所述圖片放入候選負樣本對集； 將所述候選負樣本對集中相似度值最高的預設數量的所述負樣本對放入所述負樣本對集。

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之江實驗室;復旦大學，其通訊地址為：310023 浙江省杭州市余杭區文一西路1818號人工智能小鎮10號樓；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”。