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！

龙图腾网获悉质子汽车科技有限公司申请的专利一种基于大模型的数据增强方法、装置、设备及存储介质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：CN120298677B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510782891.9，技术领域涉及：G06V10/25；该发明授权一种基于大模型的数据增强方法、装置、设备及存储介质是由叶小敏;任鹏飞;孙少武;孙永丽;刘晨;李文鹏;成雨设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本一种基于大模型的数据增强方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种基于大模型的数据增强方法、装置、设备及存储介质，涉及自动驾驶数据增强技术领域，能够解决现有技术中数据增强方法中数据的获取形式单一的问题。具体为：确定目标类别并生成对应的提示信息；根据提示信息采用Grounded‑SAM检测算法对检测图像进行检测、分割，得到目标轮廓和对应的目标框；在目标轮廓中存在分别对应不同的目标类别的两个目标框有交叉时，根据预设的规则将二者的目标框进行合并，形成新的目标轮廓；将目标轮廓粘贴到原始图像上，得到增强图像。本发明利用大模型对待增强目标进行预测，借助大模型的分割和泛化能力，精准定位目标，提升数据增强质量，扩充稀缺目标数据，解决长尾问题，增强自动驾驶模型的鲁棒性和检测能力。

本发明授权一种基于大模型的数据增强方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于大模型的数据增强方法，其特征在于，所述方法包括： 确定至少一个目标类别并生成对应的提示信息，所述目标类别为待增强的类别，包括但不限于行人、交通工具、交通标志、障碍物； 根据至少一个所述提示信息采用Grounded-SAM检测算法对检测图像进行检测、分割，得到至少一个目标轮廓和对应的目标框； 判断所述至少一个目标轮廓中，是否存在交叉的两个目标框分别对应不同的目标类别，若是，根据预设的规则将二者的目标框进行合并，形成新的目标轮廓； 将所述至少一个目标轮廓粘贴到原始图像上，得到至少一个增强图像； 其中，所述将所述至少一个目标轮廓粘贴到原始图像上，得到至少一个增强图像包括： 通过张正友标定法获取相机的内外参； 结合所述相机的内外参，以及所述至少一个目标轮廓的实际尺寸和像素尺寸，确定所述至少一个目标轮廓在所述原始图像上的纵向位置； 根据所述至少一个目标轮廓与所述原始图像上已有目标的中心点对称位置确定横向位置； 根据所述纵向位置和所述横向位置，将所述至少一个目标轮廓粘贴到原始图像上，得到至少一个增强图像； 所述根据所述至少一个目标轮廓与所述原始图像上已有目标的中心点对称位置确定横向位置包括： 建立所述原始图像上与所述已有目标的中心点对称位置的位置为已有目标集合X，并根据所述至少一个目标轮廓建立目标轮廓集合Y； 根据所述已有目标集合X中第Xj个目标的中心点位置，选出所述目标轮廓集合Y中满足该位置条件的目标子集Z； 将Zi目标粘贴到Xj的中心点位置，并计算该粘贴位置与其他目标的第二交并比； 若所述第二交并比为零，则将Zi目标粘贴到Xj的中心点位置，并从所述已有目标集合X中移除该位置； 若所述第二交并比不为零或Zi目标的纵向位置并不在已有目标的中心点位置中，则根据确定的纵向位置，从图像横轴中心点开始，以目标框宽度的12为步长，沿两侧逐步寻找合适的位置，所述合适的位置为与其他目标的第二交并比为零的位置； 若仍未找到合适位置，则放弃Zi目标的粘贴，并将Zi+1目标粘贴到Xj位置上，并再次计算其第二交并比； 此过程持续循环，直至找到符合条件的位置或遍历所有目标轮廓； 若某个Xj位置没有符合条件的粘贴目标，则该位置不进行粘贴。

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质子汽车科技有限公司，其通讯地址为：713700 陕西省西安市西咸新区泾河新城崇文镇泾河三街76号5号楼；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”。