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！

龙图腾网获悉浙江深象智能科技有限公司申请的专利多模态大模型的处理方法、设备、存储介质和程序产品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：CN119314117B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411865413.6，技术领域涉及：G06V20/52；该发明授权多模态大模型的处理方法、设备、存储介质和程序产品是由焦继乐;冯雪涛设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本多模态大模型的处理方法、设备、存储介质和程序产品在说明书摘要公布了：本申请提供一种多模态大模型的处理方法、设备、存储介质和程序产品，其中方法包括：获取监控场景的原始图像集；识别所述原始图像集中目标对象的特征信息；根据所述特征信息，生成所述原始图像集对应的问答对；将所述原始图像集和对应的所述问答对作为训练数据，对预训练的多模态大模型进行微调训练，得到与所述监控场景适配的目标多模态大模型。本申请实现了使多模态大模型更好地适应特定监控场景的需求，提升了多模态大模型在监控场景下的性能表现和应用效果，进而提高可以提高监控系统的智能化水平。

本发明授权多模态大模型的处理方法、设备、存储介质和程序产品在权利要求书中公布了：1.一种多模态大模型的处理方法，其特征在于，包括： 获取监控场景的原始图像集； 识别所述原始图像集中目标对象的特征信息； 根据所述特征信息，生成所述原始图像集对应的问答对； 将所述原始图像集和对应的所述问答对作为训练数据，对预训练的多模态大模型进行微调训练，得到与所述监控场景适配的目标多模态大模型； 所述多模态大模型包括视觉编码器、视觉文本特征映射器和大语言模型；其中： 所述视觉编码器用于提取所述原始图像集的原始视觉特征； 所述视觉文本特征映射器用于将所述原始视觉特征映射至与所述大语言模型适配的特征格式，得到转换后的目标视觉特征； 所述大语言模型用于根据所述目标视觉特征和所述问答对中的问题指令生成预测答案； 所述原始图像集包括人体图像集；所述特征信息包括每个所述人体图像中人体对象的标识信息；所述根据所述特征信息，生成所述原始图像集对应的问答对，包括： 从所述人体图像集中筛选出具有相同标识信息并且相似度小于第一阈值的第一图像对和具有不同标识信息并且相似度大于第二阈值的第二图像对，并标注所述第一图像对与所述第二图像对的真实身份标签，将所述第一图像对和所述第二图像对确定为难样本对； 将所述人体图像集中除去所述难样本对以外的两两图像组合确定为易样本对，并根据所述易样本对中每个人体图像的标识信息标注所述易样本对的身份标签； 根据预设问题和所述身份标签，分别生成所述难样本对和所述易样本对对应的问答对。

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浙江深象智能科技有限公司，其通讯地址为：310005 浙江省杭州市拱墅区延安路528号801室-6；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。