1.一种多模态文本图像分类方法,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,所述获取待识别图像,包括:
3.根据权利要求1所述的方法,其特征在于,所述利用预先训练的文本识别模型,从所述待识别图像中提取文本信息,包括:
4.根据权利要求1所述的方法,其特征在于,所述利用预先训练的图像编码模型,对所述待识别图像进行特征提取,得到图像特征,包括:
5.根据权利要求1所述的方法,其特征在于,所述利用预先训练的文本编码模型,对所述文本信息进行特征提取,得到文本特征,包括:
6.根据权利要求1所述的方法,其特征在于,所述文本编码模型预先基于如下步骤训练得到:
7.根据权利要求1所述的方法,其特征在于,所述图像编码模型预先基于如下步骤训练得到:
8.根据权利要求1-7任一项所述的方法,其特征在于,所述多模态特征融合分类模型预先基于如下步骤训练得到:
9.一种多模态文本图像分类装置,其特征在于,所述装置包括:
10.一种电子设备,其特征在于,包括:
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现上述权利要求1-8任一所述的方法。