首页  专利技术  电子电路装置的制造及其应用技术

一种模型训练以及页面检测方法、装置、介质及设备与流程

2026-07-10 09:20:07 193次浏览

技术特征:

1.一种模型训练方法,包括:

2.如权利要求1所述的方法,根据所述预测坐标与所述实际页面坐标之间的差异,确定综合损失值,具体包括:

3.如权利要求1或2所述的方法,根据所述预测坐标与所述实际页面坐标之间的差异,确定综合损失值,具体包括:

4.如权利要求3所述的方法,根据所述综合损失值,对所述坐标解码器进行训练,具体包括:

5.如权利要求1或2所述的方法,将所述样本页面图像与所述导航文本输入到预设的大语言模型,具体包括:

6.如权利要求5所述的方法,根据所述综合损失值,对所述坐标解码器进行训练,具体包括:

7.如权利要求1或2所述的方法,在将所述文本特征与所述图像特征拼接,确定综合特征之前,所述方法还包括:

8.如权利要求7所述的方法,根据所述综合损失值,对所述坐标解码器进行训练,具体包括:

9.如权利要求1所述的方法,将所述样本页面图像与所述导航文本输入到预设的大语言模型,具体包括:

10.一种页面检测方法,包括:

11.一种模型训练装置,包括:

12.一种页面检测装置,包括:

13.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~10任一项所述的方法。

14.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述权利要求1~10任一项所述的方法。


技术总结
本说明书公开了一种模型训练以及页面检测方法、装置、介质及设备。获取样本页面图像,样本页面图像对应的导航文本以及标签文本。将样本页面图像与导航文本输入到预设的大语言模型,以使大语言模型根据导航文本,确定输出文本,输出文本中包含有目标控件在页面中所在位置的预测坐标表征。将预测坐标表征输入到待训练的坐标解码器,得到目标控件在页面中所在位置的预测坐标。根据预测坐标与实际页面坐标之间的差异,确定综合损失值,以根据综合损失值,对坐标解码器进行训练。使得训练完成的坐标解码器能够对大语言模型输出的预测坐标表征进行纠正,提高页面检测准确性。

技术研发人员:徐恪,夏天宇,赵乙,王可,顾章轩,申书恒,孟昌华,王维强
受保护的技术使用者:支付宝(杭州)信息技术有限公司
技术研发日:
技术公布日:2024/12/2
文档序号 : 【 40203336 】

技术研发人员:徐恪,夏天宇,赵乙,王可,顾章轩,申书恒,孟昌华,王维强
技术所有人:支付宝(杭州)信息技术有限公司

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
徐恪夏天宇赵乙王可顾章轩申书恒孟昌华王维强支付宝(杭州)信息技术有限公司
一种快速生长大尺寸高质量碳化硅单晶的装置及方法与流程 基于参数辨识和惩罚策略的储能电站故障诊断方法及系统与流程
相关内容