基于Transformer模型的细粒度图文检索方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于Transformer模型的细粒度图文检索方法，包括：获取图像目标区域的区域向量组，及文本的单词向量组；使用训练好的自注意力Transformer模型对图像的每个目标区域进行优化，使得每个目标区域获得周围其他目标区域的有效信息；使用训练好的自注意力Transformer模型根据文本的语义信息确定当前目标单词的含义信息；使用训练好的互注意力Transformer模型进行跨模态信息处理，使得区域向量组包括关键信息，单词向量组包括细节信息；分别计算最终得到的每个区域向量与每个单词向量的相似度，得到输入图像与输入文本的细粒度语义相似度矩阵，得到检索结果。提高了检索的性能和准确度。

《基于Transformer模型的细粒度图文检索方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2022103829105，当前法律状态为已下证，由浙大宁波理工学院提出申请，发明人为张百灵;潘正新;武芳宇，申请日期为2022-04-12，公开（公告）日期为2025-02-07，国际专利分类号（IPC）为 G06F 16/532 (2019.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于Transformer模型的细粒度图文检索方法，包括：获取图像目标区域的区域向量组，及文本的单词向量组；使用训练好的自注意力Transformer模型对图像的每个目标区域进行优化，使得每个目标区域获得周围其他目标区域的有效信息；使用训练好的自注意力Transformer模型根据文本的语义信息确定当前目标单词的含义信息；使用训练好的互注意力Transformer模型进行跨模态信息处理，使得区域向量组包括关键信息，单词向量组包括细节信息；分别计算最终得到的每个区域向量与每个单词向量的相似度，得到输入图像与输入文本的细粒度语义相似度矩阵，得到检索结果。提高了检索的性能和准确度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！