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！

龙图腾网获悉清华大学申请的专利基于视觉-语言预训练模型和类别Prototype的零样本检测方法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：CN117079007B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310871656.X，技术领域涉及：G06V10/764；该发明授权基于视觉-语言预训练模型和类别Prototype的零样本检测方法是由丁贵广;徐鑫浩;何宇巍设计研发完成，并于2023-07-17向国家知识产权局提交的专利申请。

本基于视觉-语言预训练模型和类别Prototype的零样本检测方法在说明书摘要公布了：本申请特别涉及一种基于视觉‑语言预训练模型和类别Prototype的零样本检测方法，包括：在提取到待检测目标的兴趣区域后，从兴趣区域提取区域特征并输入至预设的视觉预训练模型得到视觉嵌入向量，将baseclass和novelclass的文本信息输入至预设的文本预训练模型得到文本嵌入向量，根据baseclass和novelclass的分类分数区域得到特征构造类别，并根据视觉嵌入向量与文本嵌入向量的对齐结果和兴趣区域与特征构造类别的相似度结果生成待检测目标的分类结果。由此，解决了预训练过程中数据集标注成本高、易占用大量资源、缺少针对预训练模型的优化方法，从而降低零样本目标检测精度的问题。

本发明授权基于视觉-语言预训练模型和类别Prototype的零样本检测方法在权利要求书中公布了：1.一种基于视觉-语言预训练模型和类别Prototype的零样本检测方法，其特征在于，包括以下步骤： 获取待检测目标，并提取所述待检测目标的兴趣区域，从所述兴趣区域提取物体级别的区域特征； 将所述物体级别的区域特征输入至预设的视觉预训练模型得到视觉嵌入向量，并将baseclass和novelclass的文本信息输入至预设的文本预训练模型得到文本嵌入向量；以及 基于所述视觉嵌入向量，根据所述baseclass的分类分数区域和所述novelclass的分类分数区域得到特征构造类别，并根据所述视觉嵌入向量与所述文本嵌入向量的对齐结果和所述兴趣区域与所述特征构造类别的相似度结果生成所述待检测目标的分类结果； 所述提取所述待检测目标的兴趣区域，从所述兴趣区域提取物体级别的区域特征，包括： 基于所述待检测目标，获取所述待检测目标中的视觉权重信息，得到所述待检测目标的视觉特征值； 通过区域生成网络RPN根据所述视觉特征值提取所述待检测目标的兴趣区域，并通过多个串联的RoIAlign模块提取与满足预设无关条件的物体级别的区域特征。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。