公开(公告)号：CN115410065A

公开(公告)日：2022-11-29

申请号：CN202110585921.9

申请日：2021-05-27

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 黄华新 ,  黄伟文 ,  邹伟政 ,  刘锦鸣 ,  杨莹 ,  黎智韬

IPC分类号： G06V10/82 ,  G06V10/40 ,  G06V10/77 ,  G06V10/98 ,  G06N3/08 ,  G06F16/35

摘要： 本发明提供一种图像描述方法、装置、电子设备及存储介质，采用的图像描述模型基于Transformer模型构建，替代传统的循环神经网络模型，可以提高目标图像的描述文本的可读性。而且，通过通用中文语料库进行第一阶段训练以及通过图像描述语料库进行第二阶段训练得到图像描述模型，不仅可以使图像描述模型得到的描述文本更加流畅通顺，还可以减少图像描述模型在训练过程中对训练样本的数量的需求，降低图像描述模型的训练成本以及人工成本。