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！

龙图腾网获悉中国科学院自动化研究所申请的专利多模态信息检测模型的训练方法、检测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：CN118982727B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202410993712.1，技术领域涉及：G06V10/774；该发明授权多模态信息检测模型的训练方法、检测方法及系统是由王亮;刘强;吴书;白平;刘国藩设计研发完成，并于2024-07-23向国家知识产权局提交的专利申请。

本多模态信息检测模型的训练方法、检测方法及系统在说明书摘要公布了：本公开关于一种多模态信息检测模型的训练方法、检测方法及系统，所述训练方法包括：获取多模态训练样本集和样本标注信息；针对多模态样本信息中的每个模态，通过屏蔽在该模态之外的其他模态的信息，得到单模态样本集；分别将多模态训练样本集和单模态样本集输入到多模态信息检测模型中，得到多模态预测和单模态预测；基于多模态预测、单模态预测和样本标注信息，确定预测损失；利用预测损失，对多模态信息检测模型进行训练。本公开的多模态信息检测模型的训练方法、检测方法及系统可以解决不同模态的学习程度不同导致难以提升模型准确性的问题，可以充分学习到每个单模态的特征，在训练中充分利用各模态的信息，提升模型的训练效果和准确性。

本发明授权多模态信息检测模型的训练方法、检测方法及系统在权利要求书中公布了：1.一种多模态信息检测模型的训练方法，其特征在于，所述训练方法包括： 获取多模态训练样本集和样本标注信息，其中，所述多模态训练样本集中的每个训练样本包括多模态样本信息，所述多模态样本信息包括图像信息和文本信息，所述模态包括图像模态和文本模态，所述样本标注信息表征每个训练样本的信息真实性； 针对所述多模态样本信息中的每个模态，通过屏蔽所述多模态样本信息中在该模态之外的其他模态的信息，得到与该模态对应的单模态样本集； 分别将所述多模态训练样本集以及与每个模态对应的单模态样本集输入到所述多模态信息检测模型中，以分别得到针对所述多模态训练样本集的多模态预测以及针对每个单模态样本集的单模态预测； 基于所述多模态预测、每个单模态预测以及所述样本标注信息，确定预测损失； 利用所述预测损失，调整所述多模态信息检测模型的参数，以对所述多模态信息检测模型进行训练， 其中，通过以下方式确定所述预测损失：基于每个单模态预测，确定与每个单模态预测对应的单模态损失；基于所述多模态预测，确定所述多模态预测对应的多模态损失；基于各单模态损失和所述多模态损失，确定所述预测损失，其中，针对每个单模态预测，通过以下方式确定所述单模态损失：获取与该模态对应的预先训练好的教师模型的单模态教师预测，其中，所述单模态教师预测通过将与该模态对应的单模态样本集输入到所述预先训练好的教师模型中得到，所述单模态教师预测的值为在[0,1]的范围内的实数；基于所述单模态教师预测和所述单模态预测，确定所述单模态损失， 其中，所述单模态样本集中的单模态训练样本被分为多个样本簇，每个样本簇对应于相应的信息主题，不同样本簇对应于不同的信息主题，不同样本簇之间无重叠样本，其中，通过以下方式得到所述单模态教师预测：针对每个样本簇，利用除了该样本簇以外的其他样本簇对所述教师模型进行训练，得到训练好的教师模型；将该样本簇输入到所述训练好的教师模型，得到针对该样本簇的单模态教师预测。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。