Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院自动化研究所刘雨帆获国家专利权

中国科学院自动化研究所刘雨帆获国家专利权

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!

龙图腾网获悉中国科学院自动化研究所申请的专利基于跨模型泛化和扩散模型的数据集蒸馏方法和装置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:CN119904715B

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:202510125811.2,技术领域涉及:G06V10/774;该发明授权基于跨模型泛化和扩散模型的数据集蒸馏方法和装置是由刘雨帆;李兵;胡卫明设计研发完成,并于2025-01-27向国家知识产权局提交的专利申请。

基于跨模型泛化和扩散模型的数据集蒸馏方法和装置在说明书摘要公布了:本公开涉及一种基于跨模型泛化和扩散模型的数据集蒸馏方法和装置,所述方法包括:获取与目标数据集的应用场景对应的多种图像处理模型,得到模型池;从模型池中选择得到替代图像处理模型;将当前样本的特征和针对当前样本的提示词输入到扩散模型,得到替代样本;将替代样本输入到替代图像处理模型,得到替代图像处理模型的当前输出;其中,目标图像处理模型与替代图像处理模型同构;基于替代图像处理模型的当前输出和目标图像处理模型的当前输出,计算目标图像处理模型与替代图像处理模型之间的梯度匹配损失;基于梯度匹配损失对扩散模型进行训练;响应于训练完成,得到对目标数据集蒸馏后的替代数据集。

本发明授权基于跨模型泛化和扩散模型的数据集蒸馏方法和装置在权利要求书中公布了:1.一种基于跨模型泛化和扩散模型的数据集蒸馏方法,其特征在于,所述方法包括: 获取目标数据集,其中,所述目标数据集为图像数据集; 获取与所述目标数据集的应用场景对应的多种图像处理模型,得到模型池; 基于第二预设规则对所述模型池中的模型进行筛选,得到第一模型池,其中,所述第二预设规则为,对于基础架构相同的多个图像处理模型,在其网络层数差异小于第一预设阈值的情况下,选取其中网络层数最少的图像处理模型; 对于所述第一模型池中的每个图像处理模型,将每个图像处理模型中的子网络分别进行嵌入映射后,计算每个图像处理模型两两之间的相似度,其中,所述每个图像处理模型两两之间的相似度通过计算两个图像处理模型间预设层数的子网络之间的相似度得到,所述预设层数为两个图像处理模型间网络层数较少的图像处理模型的网络层数; 从所述第一模型池的每组图像处理模型中选取网络层数最少的图像处理模型,得到第二模型池,其中,所述每组图像处理模型包含至少两个相似度大于第二预设阈值的图像处理模型; 针对从所述目标数据集中按照第一预设规则选择的多个样本中的每个样本,执行以下操作: 从所述第二模型池中选择得到替代图像处理模型; 将当前样本输入到目标图像处理模型,得到所述目标图像处理模型的当前输出,其中,所述目标图像处理模型为预先训练好的与所述替代图像处理模型同构的模型,所述目标图像处理模型的当前输出包括所述当前样本的特征; 将所述当前样本的特征和针对所述当前样本的提示词输入到扩散模型,得到替代样本,其中,所述提示词用于指示所述扩散模型基于所述当前样本的特征生成所述替代样本; 将所述替代样本输入到所述替代图像处理模型,得到所述替代图像处理模型的当前输出; 基于所述替代图像处理模型的当前输出和所述目标图像处理模型的当前输出,计算所述目标图像处理模型与所述替代图像处理模型之间的梯度匹配损失; 基于所述梯度匹配损失对所述扩散模型进行训练; 响应于训练完成,将得到的所有替代样本的集合,作为对所述目标数据集蒸馏后的替代数据集。

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。

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。