【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种图像筛选方法、装置、计算机设备及存储介质。
技术介绍
1、在相关技术中，一般是利用预先训练的图像分类模型对图像集进行分类，或筛选某种图像类别的图像。但是，由于用于图像分类模型进行预训练的数据集中，往往存在较多图像的图像类别标签存在漏标或者误标，进而导致在模型训练过程中，图像分类模型会将漏标或者误标的图像识别为“负类”。
2、如此，在利用训练完成的图像分类模型进行图像筛选的应用中，则难以将前述存在漏标或者误标的图像类别下的图像识别并筛选出来，即存在误识别，导致无法筛选出所需图像类别的图像。
技术实现思路
1、本申请提出了一种图像筛选方法、装置、计算机设备及存储介质，以提高图像筛选的准确性。
2、第一方面，本申请实施例提供了一种图像筛选方法，所述方法包括：从预先训练的多个多模态模型中，获取与目标图像类别对应的多模态模型，作为目标模型，所述多模态模型用于执行图像和文本的匹配，所述目标模型对所述目标图像类别的图像和文本的匹配准确率满足预设准确...
【技术保护点】
1.一种图像筛选方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述从预先训练的多个多模态模型中，获取与目标图像类别对应的多模态模型，作为目标模型目标图像类别，包括：
3.根据权利要求1所述的方法，其特征在于，在所述从预先训练的多个多模态模型中，获取与目标图像类别对应的多模态模型，作为目标模型之前，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述将第一图像集以及用于描述所述目标图像类别的目标文本输入所述目标模型，得到第一图文匹配结果，包括：
5.根据权利要求4所述的方法，其特征...
【技术特征摘要】
1.一种图像筛选方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述从预先训练的多个多模态模型中，获取与目标图像类别对应的多模态模型，作为目标模型目标图像类别，包括：
3.根据权利要求1所述的方法，其特征在于，在所述从预先训练的多个多模态模型中，获取与目标图像类别对应的多模态模型，作为目标模型之前，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述将第一图像集以及用于描述所述目标图像类别的目标文本输入所述目标模型，得到第一图文匹配结果，包括：
5.根据权利要求4所述的方法，其特征在于，所述从所述第一图像集中，筛选出满足预设匹配条件的第一匹配度所对应的第一图像，得到所述目标图像类别对应的第一图像，包括：
6.根据权利要求5所述的方法，其特征在于，若所述目标模型的数量为多个，所述从所述第一图像集中，筛选出满足预设匹配...
【专利技术属性】
技术研发人员：李朝阳，李亚乾，郭彦东，
申请(专利权)人：上海瑾盛通信科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。