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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于多模态大模型的开源数据半自动化数据标注方法和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：CN121302104B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511882316.2，技术领域涉及：G06F18/2413；该发明授权一种基于多模态大模型的开源数据半自动化数据标注方法和系统是由孟祥豪;陈晓芳;李鹏勇;宋伟;李媛丽;秦君玮;高刚;李婷设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本一种基于多模态大模型的开源数据半自动化数据标注方法和系统在说明书摘要公布了：本发明公开了一种基于多模态大模型的开源数据半自动化数据标注方法和系统，属于数据标注技术领域。该方法包括：增强处理；确定图像‑文本‑类别数据对训练集和图像‑文本‑类别数据对测试集；调整SimCSE文本编码器参数；调整CLIP‑SimCSE模型参数；调整CLIP‑ViT模型参数；对多模态大模型中进行测试，以调整多模态大模型参数；进行类别标注，以确定CLIP‑SimCSE模型和CLIP‑ViT模型的标注结果中不同的图像‑文本数据对；对不同的图像‑文本数据对进行修正。本发明既能保证专业领域数据类别标注结果的准确性，又能提升数据标注效率，显著降低人工对数据校验的成本。

本发明授权一种基于多模态大模型的开源数据半自动化数据标注方法和系统在权利要求书中公布了：1.一种基于多模态大模型的开源数据半自动化数据标注方法，其特征在于，所述开源数据半自动化数据标注方法包括如下步骤： 步骤S1、对开源数据中原始图像数据集和原始文本数据集分别进行增强处理，以获取图像-文本数据对集； 步骤S2、对图像-文本数据对集中的原始图像-原始文本数据对进行类别标注，以确定图像-文本-类别数据对训练集和图像-文本-类别数据对测试集； 步骤S3、将图像-文本-类别数据对训练集输入到SimCSE文本编码器中，进行训练，以调整SimCSE文本编码器参数； 步骤S4、将图像-文本-类别数据对训练集输入到包括参数调整后的SimCSE文本编码器和CLIP图像编码器的CLIP-SimCSE模型中，分别进行第一图像特征-相似文本特征对齐、第一图像特征-图像分类头对齐和相似文本特征-文本分类头对齐，以调整CLIP-SimCSE模型参数； 步骤S5、将图像-文本-类别数据对训练集输入到包括ViT图像编码器和CLIP文本编码器的CLIP-ViT模型中，分别进行第二图像特征-文本特征对齐、第二图像特征-图像分类头对齐和文本特征-文本分类头对齐，以调整CLIP-ViT模型参数； 步骤S6、将图像-文本-类别数据对测试集分别输入到包括参数调整后的CLIP-SimCSE模型和CLIP-ViT模型的多模态大模型中，进行测试，以调整多模态大模型参数； 步骤S7、将图像-文本数据对集中未标注的图像数据和文本数据输入到参数调整后的多模态大模型中，进行类别标注，以确定CLIP-SimCSE模型和CLIP-ViT模型的标注结果中不同的图像-文本数据对； 步骤S8、对标注结果中不同的图像-文本数据对进行修正。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。