【技术实现步骤摘要】
本公开涉及计算机领域，特别涉及一种展示图片挖掘模型的训练方法、展示图片挖掘方法及电子设备。
技术介绍
1、吸引人的广告创意能够有效地提升广告点击率，因此广告主通常雇佣设计师来设计有吸引力的广告创意。雇佣设计师会导致高昂的花费，一些方法被提出来自动地生成广告创意图片。
2、一些相关技术基于模版的形式进行广告创意图片的合成。这些技术通过模版设置物品图像、文字、色块等视觉元素的组合方式，基于模版可以批量化地生成各种物品的广告创意图片。
3、基于模版的广告创意图片的生成方案，生成的多种物品的广告创意图片的视觉元素组合方式是固定的，容易审美疲劳，不利于提升广告点击率。
技术实现思路
1、本公开实施例，学习图片序列的关联性以训练展示图片挖掘模型，基于展示图片挖掘模型，自动学习图片序列的关联性并挖掘展示图片，能够自动生成更有“创意”的展示图片，可以应用于例如广告创意图片的生成，提升广告点击率。
2、本公开一些实施例提出一种展示图片挖掘模型的训练方法，所述展示图片挖掘模...
【技术保护点】
1.一种展示图片挖掘模型的训练方法，所述展示图片挖掘模型包括特征提取模型、第一注意力模型和第二注意力模型，所述方法包括：
2.根据权利要求1所述的方法，其中，通过融合各个第一训练图片的第一特征，得到第一特征序列编码信息包括：
3.根据权利要求2所述的方法，其中，计算所述二维特征中的每个特征的编码信息包括：
4.根据权利要求3所述的方法，其中，计算所述二维特征中的每个特征的第一编码信息和第二编码信息包括：
5.根据权利要求1-4任一项所述的方法，其中，所述第一训练相关图片为：尺寸一致的第一类型第一训练相关图片，或者，尺寸不...
【技术特征摘要】
1.一种展示图片挖掘模型的训练方法，所述展示图片挖掘模型包括特征提取模型、第一注意力模型和第二注意力模型，所述方法包括：
2.根据权利要求1所述的方法，其中，通过融合各个第一训练图片的第一特征，得到第一特征序列编码信息包括：
3.根据权利要求2所述的方法，其中，计算所述二维特征中的每个特征的编码信息包括：
4.根据权利要求3所述的方法，其中，计算所述二维特征中的每个特征的第一编码信息和第二编码信息包括：
5.根据权利要求1-4任一项所述的方法，其中，所述第一训练相关图片为：尺寸一致的第一类型第一训练相关图片，或者，尺寸不一致的第二类型第一训练相关图片。
6.根据权利要求5所述的方法，其中，利用第二注意力模型对所述第一特征集合进行处理，得到展示图片相关的预测信息包括：
7.根据权利要求5所述的方法，其中，利用第二注意力模型对所述第一特征集合进行处理得到展示图片相关的预测信息包括：
8.根据权利要求1-7任一项所述的方法，还包括：
9.根据权利要求8所述的方法，其中，对所述特征提取模型和所述第一注意力模型进行预训练包括：
10.根据权利要求9所述的方法，其中，计算第一特征向量和第二特征向量包括：
11.一种展示图片挖掘方法，包括：
12.根据权利要求11所述的方法，其中，通过融合各个待挖掘图...
【专利技术属性】
技术研发人员：冯伟，沈俊杰，张政，李耀宇，庞新强，王维珍，吕晶晶，朱鑫，
申请(专利权)人：北京沃东天骏信息技术有限公司，
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。