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！

龙图腾网获悉北京邮电大学申请的专利面向数据标签稀缺的星地协同标注微调方法、系统及设备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：CN120318703B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202510320487.X，技术领域涉及：G06V20/13；该发明授权面向数据标签稀缺的星地协同标注微调方法、系统及设备是由孙其博;杨晨;徐梦炜;张晓敏;李京;周傲;张乙然;马骁;王尚广设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本面向数据标签稀缺的星地协同标注微调方法、系统及设备在说明书摘要公布了：本申请提供一种面向数据标签稀缺的星地协同标注微调方法、系统及设备，该方法包括：多个卫星终端分别接收地面站下发的预训练星载模型，多个卫星终端利用无标签数据，对预训练星载模型进行无监督对比微调，得到本轮的初始星载模型的微调参数，地面站对初始星载模型的微调参数进行聚合，得到本轮的聚合星载模型的微调参数，在多轮的协同标注微调之后，多个卫星终端得到第一收敛星载模型，多个卫星终端各自利用有标签数据，对第一收敛星载模型进行有监督微调，得到多个卫星终端各自的协同标注微调后的星载模型，每个卫星终端的协同标注微调后的星载模型用于对该卫星终端采集的图像数据进行类别预测，以得到有标注的图像数据。

本发明授权面向数据标签稀缺的星地协同标注微调方法、系统及设备在权利要求书中公布了：1.一种面向数据标签稀缺的星地协同标注微调方法，其特征在于，所述方法包括： 多个卫星终端分别接收地面站下发的预训练星载模型，所述预训练星载模型为所述地面站预先训练的待微调模型进行参数初始化后得到的，所述待微调模型具有对任意卫星终端采集的图像数据进行类别预测的功能； 在每一轮的协同标注微调过程中，所述多个卫星终端各自利用本地数据集中的无标签数据，对所述预训练星载模型进行无监督对比微调，得到本轮的初始星载模型的微调参数； 所述多个卫星终端将各自的初始星载模型的微调参数发送给所述地面站； 所述地面站对接收到的多个初始星载模型的微调参数进行聚合，得到本轮的聚合星载模型的微调参数，并将所述聚合星载模型的微调参数下发至所述多个卫星终端； 在所述预训练星载模型在所述地面站和多个卫星终端之间进行多轮的协同标注微调之后，所述多个卫星终端得到第一收敛星载模型，所述第一收敛星载模型为具有泛化知识表示的模型参数； 所述多个卫星终端各自利用本地数据集中的有标签数据，对所述第一收敛星载模型进行有监督微调，得到所述多个卫星终端各自的协同标注微调后的星载模型，每个卫星终端的协同标注微调后的星载模型用于对该卫星终端采集的图像数据进行类别预测，以得到有标注的图像数据； 其中，在多个卫星终端分别接收地面站下发的预训练星载模型之后，还包括： 所述多个卫星终端分别将所述预训练星载模型拆分为靠近输入层的编码器网络和靠近输出层的解码器网络，并对所述解码器网络的参数进行冻结； 在每一轮的协同标注微调过程中，所述多个卫星终端各自利用本地数据集中的无标签数据，对所述预训练星载模型进行无监督对比微调，得到本轮的初始星载模型的微调参数，包括：在每一轮的协同标注微调过程中，所述多个卫星终端各自利用本地数据集中的无标签数据，对所述预训练星载模型中的编码器网络进行无监督对比微调，得到本轮的初始星载模型的微调参数，初始星载模型的微调参数为微调后的编码器网络的参数； 其中，所述第一收敛星载模型包括收敛的编码器网络的参数和所述冻结的解码器网络的参数。

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邮电大学，其通讯地址为：100876 北京市海淀区西土城路10号；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。