gydtep

直觉上，当对齐的商品对中的两个项目同时缺少标题或图像时，它们的信息看起来比一个项目缺少标题或图像而另一个项目什么都不缺时更相似。

gydtep

而在该场景下，我们希望两个牌匾不要匹配，这就需要引入文本特征来增强特征区分性。不过，由于遮挡原因也会导致文本特征不同

gydtep

牌匾检索的技术方案主要包括数据迭代和模型优化两块。在数据生成部分，我们分为了冷启动自动生成数据以及模型迭代生成数据两个步骤。在模型优化部分

gydtep

我们设计了一个多模态检索模型，包括视觉分支和文本分支两部分，主要是考虑到牌匾的文本信息比较丰富，因此将视觉信息与文本信息进行融合。

gydtep

因此可以缓解类别冲突的问题。MDR loss是在Triplet loss基础上设计了根据不同距离区间进行正则化约束的新的度量学习框架，从而减少模型对对噪声样本的过拟合。

gydtep

在针对全局特征进行优化以后，现有模型仍然在以下三个方面表现不够好：1）牌匾截断的情况，特征学习质量差，如图8(a)；2）遮挡的牌匾，特征中引入一些无关的上下文信息，

gydtep

主动学习是利用有标签数据训练出的模型对海量无标签数据进行数据挖掘，并人工标注挖掘出的有价值数据。两者区别在于是否需要部分人工标注，半监督学习是完全由模型自身产生标签

gydtep

业务场景建模-特征提取方法

本节重点介绍特征提取的通常方法，当前阶段，我们是以数据库的全量数据作为特征提取的来源，当然不少团队也在尝试使用接口调用过程中的全量入参数据。

gydtep

各个领域新接入业务的自动化构建成本直线降低80%以上，有效的解决了传统脚本方式的人工依赖过重，引流方式无法覆盖链路场景的问题，也成为团队内重要的发布前的回归可信赖保障手段。

gydtep

比如包云岗的香山RISC-V处理器开源等等。此次平头哥玄铁RISC-V系列开源，与他们有什么不同？