北京科技大学张哲获国家专利权
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！
龙图腾网获悉北京科技大学申请的专利基于两阶段微调多模态模型的遥感小样本图像分类方法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：CN119516264B 。
龙图腾网通过国家知识产权局官网在2025-08-22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：202411565981.4，技术领域涉及：G06V10/764；该发明授权基于两阶段微调多模态模型的遥感小样本图像分类方法是由张哲;郭祥贵设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。
本基于两阶段微调多模态模型的遥感小样本图像分类方法在说明书摘要公布了：本发明公开了基于两阶段微调多模态模型的遥感小样本图像分类方法，涉及小样本图像分类技术领域；该方法包括以下步骤：构建遥感小样本图像分类数据集；构建多模态模型微调框架，采用多模态图文对比预训练模型作为多模态模型的微调框架；第一阶段引入结构先验知识，利用对称交叉熵损失对多模态模型的图像编码器和文本编码器进行对比微调；第二阶段修改多模态模型结构，增加全连接层线性分类头且对分类头参数进行微调；应用微调后的多模态模型进行遥感图像分类任务。本发明利用多模态模型的优势，结合模型微调引入结构先验知识的方法，增强了多模态模型的全局信息理解能力和泛化性，更好地适用遥感领域的小样本分类任务。
本发明授权基于两阶段微调多模态模型的遥感小样本图像分类方法在权利要求书中公布了：1.基于两阶段微调多模态模型的遥感小样本图像分类方法，其特征在于，包括以下步骤： S1、构建遥感小样本图像分类数据集； S2、构建多模态模型微调框架；采用多模态图文对比预训练模型作为多模态模型的微调框架，所述多模态模型的微调框架包括图文特征提取器、全局池化层、展平层以及线性分类头，所述图文特征提取器包括图像编码器和文本编码器； S3、第一阶段引入结构先验知识，利用对称交叉熵损失对多模态模型的图像编码器和文本编码器进行对比微调；基于遥感小样本图像分类数据集构建图像-文本双向匹配分类任务，根据最大相似度找到对应的样本，计算匹配损失并求取平均值，通过反向传播和优化算法调整多模态模型参数； S4、第二阶段修改多模态模型结构，增加全连接层线性分类头且对分类头参数进行微调；基于遥感小样本图像数据集按照全监督训练方式训练模型，计算跨模态损失，更新全连接层线性分类头的权重参数； S5、应用微调后的多模态模型进行遥感图像分类任务。
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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30号北京科技大学；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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号