【技术实现步骤摘要】
本专利技术涉及计算机技术，尤其涉及一种模型训练方法、资源生成方法、装置、存储介质及电子设备。
技术介绍
1、随着互联网技术的普及与发展，电子证件作为重要个人信息之一正在快速普及和高速发展。
2、由于全球各地的证件版式有上千种，不同的证件字体、背景、风格都不太一样，为了能够通过人工智能更好地识别各种版式的证件，需要在模型训练或者机器学习的过程中使用大量训练数据，因而，数据就成为提高证件识别准确度和适用度的关键之一。然而，相关技术中，采集不同版式的大量样本难度较大，存在识别模型数据不足的问题。
3、因此，亟需一种解决方案，以解决例如证件识别等过程中资源不足的问题。
技术实现思路
1、本说明书实施例提供一种模型训练方法，该方法可以生成大量的融合第一特征和第二特征的目标资源，所述方法包括：
2、将包含第一特征的第一样本输入第一特征编码器，得到第一特征向量，所述第一特征编码器包括卷积神经网络的编码器以及对针对所述卷积神经网络的编码器的输出向量的自注意力机制；>
3、将包含第本文档来自技高网...
【技术保护点】
1.一种模型训练方法，所述方法包括：
2.根据权利要求1所述的方法，所述将包含第一特征的第一样本输入第一特征编码器之前，所述方法还包括：
3.根据权利要求1所述的方法，以所述输出结果的真实性为训练目标，对所述第一特征编码器以及所述第二特征解码器进行训练，包括：
4.根据权利要求3所述的方法，以所述输出结果的真实性为训练目标，对所述第一特征编码器以及所述第二特征解码器进行训练还包括：
5.根据权利要求1所述的方法，所述第一特征向量和所述第二特征向量通过交叉注意力机制，得到融合所述第一特征和所述第二特征的第三向量，包括：p>
6.根据权...
【技术特征摘要】
1.一种模型训练方法，所述方法包括：
2.根据权利要求1所述的方法，所述将包含第一特征的第一样本输入第一特征编码器之前，所述方法还包括：
3.根据权利要求1所述的方法，以所述输出结果的真实性为训练目标，对所述第一特征编码器以及所述第二特征解码器进行训练，包括：
4.根据权利要求3所述的方法，以所述输出结果的真实性为训练目标，对所述第一特征编码器以及所述第二特征解码器进行训练还包括：
5.根据权利要求1所述的方法，所述第一特征向量和所述第二特征向量通过交叉注意力机制，得到融合所述第一特征和所述第二特征的第三向量，包括：
6.根据权利要求1所述的方法，所述自注意力机制及所述交叉注意力机制为多层多头注意力机制。
7.一种资源生成方法，所述方法包括：
8.根据权利要求7所述的方法，所述第二资源包括文字资源或者图像资源。
9.根据权利要求8所述的方法，所述第二资源为文字资源，所...
【专利技术属性】
技术研发人员：陈志军，
申请(专利权)人：支付宝杭州信息技术有限公司，
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。