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！

龙图腾网获悉南京信息工程大学申请的专利一种基于CLIP损失与感知损失的扩散模型LoRA微调优化方法及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：CN119478587B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202510027124.7，技术领域涉及：G06V10/774；该发明授权一种基于CLIP损失与感知损失的扩散模型LoRA微调优化方法及系统是由周铖昊;项正龙;薛羽;田伟;钟水明;徐昕设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本一种基于CLIP损失与感知损失的扩散模型LoRA微调优化方法及系统在说明书摘要公布了：本发明提出了一种基于CLIP损失与感知损失的扩散模型LoRA微调优化方法及系统，所述方法包括：步骤1，在LoRA微调过程中，结合CLIP损失和感知损失，动态调整CLIP损失和感知损失的权重；步骤2，利用CLIP模型计算去噪后的中间图像与目标文本的语义相似度，并根据相似度差异优化扩散模型的噪声预测能力；步骤3，采用感知损失计算中间图像与目标图像在特征空间的差异，并优化扩散模型的噪声预测能力，提升生成图像的视觉质量与细节保真度；步骤4，根据训练进展调整是否启用CLIP损失和感知损失。通过引入CLIP损失，模型在微调训练过程中能够更好地将图像与文本进行对齐，使得生成的图像更加符合文本提示的描述。

本发明授权一种基于CLIP损失与感知损失的扩散模型LoRA微调优化方法及系统在权利要求书中公布了：1.一种基于CLIP损失与感知损失的扩散模型LoRA微调优化方法，其特征在于，包括如下步骤：步骤1，在LoRA微调过程中，结合感知损失,并根据损失变化幅度引入CLIP损失，训练时动态调整CLIP损失和感知损失的权重；步骤1中，采用稳定扩散模型作为预训练扩散模型，在训练阶段使用VAE模型将图像压缩到潜在空间中进行计算；所述VAE模型包括编码器encoder和解码器decoder，编码器用于将图像压缩到潜在空间中，解码器用于将图像大小还原；在LoRA微调过程中，采用如下公式计算常规损失标准差： 其中，k是滑动窗口大小；是滑动窗口内平均损失值；当常规稳定扩散模型损失在k步内标准差小于等于阈值θ时，判定常规损失趋于稳定，此时启用CLIP损失；表示当前时间步,t表示从到窗口中所有能采样到的时间步；Lt表示在当前采样步骤下,计算出的常规稳定扩散模型损失；常规稳定扩散模型损失定义为： 其中yi表示真实噪声，表示稳定扩散模型预测噪声；N表示一个批次中的样本数量；步骤2，随机采样时间步t，利用CLIP模型计算去噪后的中间图像与目标文本的语义相似度，并根据相似度差异优化扩散模型的噪声预测能力；步骤3，采用感知损失计算中间图像与目标图像在特征空间的差异，并优化扩散模型的噪声预测能力；步骤4，根据训练过程中是否启用CLIP损失，动态调整加权损失函数；步骤4包括：定义如下最终损失函数：Ltotal＝Lt+αLclip+Lperc，其中，Ltotal指的是总损失值，Lclip为CLIP损失，Lperc为感知损失，当未达到CLIP损失启用条件时，参数α设置为0；在CLIP损失启用后，α设置为1。

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南京信息工程大学，其通讯地址为：211899 江苏省南京市江北新区华富路1号数智溪谷4号楼；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”。