抖音视界有限公司杨志雄获国家专利权
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!
龙图腾网获悉抖音视界有限公司申请的专利分类模型训练方法、图像分类方法、装置、介质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:CN116310582B 。
龙图腾网通过国家知识产权局官网在2026-03-20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:202310324390.7,技术领域涉及:G06V10/764;该发明授权分类模型训练方法、图像分类方法、装置、介质及设备是由杨志雄;雷鑫华;杨延展;李永会设计研发完成,并于2023-03-29向国家知识产权局提交的专利申请。
本分类模型训练方法、图像分类方法、装置、介质及设备在说明书摘要公布了:本公开涉及一种分类模型训练方法、图像分类方法、装置、介质及设备。训练方法包括:对视觉语言模型进行预训练,得到原始图像分类模型;根据预设类别提示信息和原始图像分类模型在微调过程中学习到的动态类别提示信息,对原始图像分类模型进行微调,得到目标图像分类模型。预设类别提示信息与图像端解耦,实现语言侧的数据增强,更好地捕捉图像与语言之间的关系,提升图像分类模型的泛化性和分类效果,使得模型训练更加稳定,收敛更快。另外,采用少量的训练数据先对视觉语言模型进行预训练,之后根据预设类别提示信息和动态类别提示信息,对预训练得到的原始图像分类模型进行微调,这样,通过少量的训练数据也能够获得性能较好的图像分类模型。
本发明授权分类模型训练方法、图像分类方法、装置、介质及设备在权利要求书中公布了:1.一种图像分类模型训练方法,其特征在于,包括: 对视觉语言模型进行预训练,得到原始图像分类模型,所述原始图像分类模型包括:图像编码器,依次连接的第一残差模块、文本编码器、第二残差模块以及混合处理模块,其中,所述图像编码器与所述第二残差模块连接; 根据预设类别提示信息和所述原始图像分类模型在微调过程中学习到的动态类别提示信息,对所述原始图像分类模型进行微调,得到目标图像分类模型,其中,所述动态类别提示信息的初始值为空; 其中,所述根据预设类别提示信息和所述原始图像分类模型在微调过程中学习到的动态类别提示信息,对所述原始图像分类模型进行微调,包括: 获取多个样本图像和每一所述样本图像对应的标注分类结果; 对所述预设类别提示信息进行向量化处理,得到预设类别提示向量,并对所述动态类别提示信息进行向量化处理,得到动态类别提示向量,所述预设类别提示向量和所述动态类别提示向量均为多个; 针对每一所述预设类别提示向量,通过所述第一残差模块对该预设类别提示向量和所有所述动态类别提示向量进行加和,得到第一文本向量;通过所述文本编码器生成每一所述第一文本向量的文本特征;针对每一所述样本图像,通过所述图像编码器生成该样本图像的图像特征;通过所述第二残差模块将每一对所述文本特征和该样本图像的所述图像特征进行加和,得到混合特征;根据所述混合特征,通过所述混合处理模块生成每一预设图像类别对应的第二文本向量;根据每一所述第二文本向量和该样本图像的所述图像特征,确定该样本图像的预测分类结果; 根据每一所述预测分类结果和每一所述标注分类结果,更新所述动态类别提示向量和所述原始图像分类模型的模型参数。
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抖音视界有限公司,其通讯地址为:100041 北京市石景山区实兴大街30号院3号楼2层B-0035房间;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励