广东石油化工学院张磊获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉广东石油化工学院申请的专利一种基于视觉语言提示优化的图像分类方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121280773B 。
龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511370417.1,技术领域涉及:G06V10/764;该发明授权一种基于视觉语言提示优化的图像分类方法和系统是由张磊;陈泳财;张清华;石新发;席智如设计研发完成,并于2025-09-24向国家知识产权局提交的专利申请。
本一种基于视觉语言提示优化的图像分类方法和系统在说明书摘要公布了:本申请涉及人工智能领域,更具体地,涉及一种基于视觉语言提示优化的图像分类方法和系统,所述方法包括获取带图像类别标记的图像训练集,根据图像训练集中的图像类别标记获取图像类别;构建注入令牌,基于注入令牌对视觉语言模型的视觉编码器和文本编码器进行注入,得到更新后的视觉编码器和文本编码器;将图像类别、图像训练集和预设的文本训练集输入所述视觉语言模型进行训练;将待处理的图像应用集以及对应的文本应用集输入到所述训练好的视觉语言模型,得到图像应用集的图像分类结果。所述方法用于提升基于视觉语言模型在图像多样化、低资源工程视觉分类任务的泛化能力与鲁棒性,提升对图像分类的精确度和可靠性。
本发明授权一种基于视觉语言提示优化的图像分类方法和系统在权利要求书中公布了:1.一种基于视觉语言提示优化的图像分类方法,其特征在于,所述方法包括: 获取带图像类别标记的图像训练集,根据所述图像训练集中的图像类别标记获取图像类别; 构建注入令牌,基于所述注入令牌对视觉语言模型的视觉编码器和文本编码器进行注入,得到更新后的视觉编码器和文本编码器; 将所述图像类别、所述图像训练集和预设的文本训练集输入所述视觉语言模型进行训练,训练过程如下: 将所述图像训练集输入到所述更新后的视觉编码器得到视觉特征嵌入集;将预设的文本训练集输入到所述更新后的文本编码器得到文本特征嵌入集;根据所述图像类别获取平均类别文本嵌入集;根据所述图像类别和所述视觉特征嵌入集获取类别文本嵌入集;对所述类别文本嵌入集和所述视觉特征嵌入集进行特征交互,得到完成所述特征交互的类别文本嵌入集和完成所述特征交互的视觉特征嵌入集;根据所述视觉特征嵌入集、所述文本特征嵌入集、所述平均类别文本嵌入集、所述类别文本嵌入集、完成所述特征交互的类别文本嵌入集、完成所述特征交互的视觉特征嵌入集和预设的损失函数对所述视觉语言模型进行优化,得到训练好的视觉语言模型;其中,所述根据所述图像类别获取平均类别文本嵌入集,包括:获取所述图像类别对应的查询指令;根据所述查询指令获取所述图像类别对应的文本描述;将所述文本描述输入到所述文本编码器获取初始类别文本嵌入,其中所述初始类别文本嵌入包含若干初始类别文本嵌入向量;对所述初始类别文本嵌入中的初始类别文本嵌入向量求均值,得到对应的平均类别文本嵌入,所有所述平均类别文本嵌入形成平均类别文本嵌入集; 将待处理的图像应用集以及对应的文本应用集输入到所述训练好的视觉语言模型,得到所述图像应用集的图像分类结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东石油化工学院,其通讯地址为:525099 广东省茂名市茂南区官渡二路139号大院;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励