视觉问答及其模型训练的方法、装置、设备及存储介质

摘要

本发明实施例提供了一种视觉问答及其模型的训练方法、装置、电子设备及计算机存储介质，其中，一种视觉问答模型的训练方法包括：通过输入部分接收输入视觉问答模型的训练样本，训练样本包括样本图像和样本图像对应的多个文本问题；通过视觉问答模型的特征提取部分，对多个文本问题分别进行特征提取获得对应的多个语义向量和对样本图像进行特征提取获得对应的图像特征向量；在视觉问答模型的表达学习部分，使用注意力机制对图像特征向量和多个语义向量进行处理，获得图像特征表达向量和问题特征表达向量；通过视觉问答模型的输出部分，根据图像特征表达向量和问题特征表达向量进行问题结果预测，根据问题结果预测的结果进行视觉问答模型的训练。