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！

龙图腾网获悉天津港(集团)有限公司申请的专利一种基于CV大模型的港口要素识别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：CN121170713B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511710146.X，技术领域涉及：G06V20/52；该发明授权一种基于CV大模型的港口要素识别方法及系统是由杨杰敏;张春生;曲明;赵磊;兰鹏;文宏伟;付强;李健;张萌;齐琦设计研发完成，并于2025-11-20向国家知识产权局提交的专利申请。

本一种基于CV大模型的港口要素识别方法及系统在说明书摘要公布了：本发明涉及计算机视觉与港口管理技术领域，尤其涉及一种基于CV大模型的港口要素识别方法及系统；本发明根据当前输入样本的实际场景上下文信息和类别的实时出现频率，动态计算每个类别的学习紧迫性，使模型能够针对当前最难识别的目标优先优化；通过结合类别频率和场景上下文信息的双重约束，对于小样本类别，即使其出现频率低，也能通过高学习紧迫性得分获得足够的梯度更新；对于长尾场景组合，通过指示函数，强制模型优先学习这些极端条件下的特征。

本发明授权一种基于CV大模型的港口要素识别方法及系统在权利要求书中公布了：1.一种基于CV大模型的港口要素识别方法，其特征在于，包括以下步骤： S1：采集港口场景多源数据； S2：对所述港口场景多源数据进行数据预处理操作； S3：根据预处理后的所述港口场景多源数据对CV大模型进行训练； 所述S3中，将经过预处理的所述港口场景多源数据划分为训练集、验证集以及测试集； 所述S3具体为： S3.1：提取所述训练集的场景上下文特征向量； S3.2：根据所述场景上下文特征向量中的每个类别，动态计算每个类别的学习紧迫性得分；所述S3.2中，类别ci的学习紧迫性得分ui的计算公式为； ； 式中，fi为类别ci在训练集中的出现频率，为指示函数，当场景s属于预定义的长尾场景集合Srare时值为1，否则为0.1; S3.3：根据每个类别的学习紧迫性得分，在所述CV大模型训练过程中为每个类别分配动态权重，确定所述CV大模型训练的损失函数；所述S3.3中，所述CV大模型训练的损失函数的具体公式为： ； 式中，为所述CV大模型训练的损失函数，yi为训练集真实标签的类别的one‑hot编码，为模型预测的第i个类别的概率，为类别ci的动态权重，计算公式为： ； 式中，ui为类别ci的学习紧迫性得分，为当前批次所有类别的紧迫性得分总和，β为全局缩放因子; S3.4：根据所述CV大模型训练的损失函数对所述CV大模型进行训练； S4：将实时获取的港口监控图像输入至经过训练的所述CV大模型中，输出要素识别结果。

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天津港(集团)有限公司，其通讯地址为：300461 天津市滨海新区塘沽津港路99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。