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！

龙图腾网获悉广州大学申请的专利一种基于多模态类别中心的无监督域适应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：CN119863646B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411779699.6，技术领域涉及：G06V10/764；该发明授权一种基于多模态类别中心的无监督域适应方法及系统是由汪洋涛;邓幸维;谢延昭;彭伟龙;汤茂斌;范立生;方美娥;张文生设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种基于多模态类别中心的无监督域适应方法及系统在说明书摘要公布了：本申请提供了一种基于多模态类别中心的无监督域适应方法及系统，根据本申请的方法包括：获取多源无监督域适应数据集，对所述无监督域适应数据集进行预处理，并将处理后的数据分为训练集和测试集；其中，所述训练集为源域数据，所述测试集为目标域数据；根据所述训练集生成多模态类别中心点；基于所述训练集、测试集和多模态类别中心点对预构建的视觉‑语言CLIP模型进行训练，并利用总损失函数对CLIP模型进行优化，得到最终的域适应模型；以及通过所述测试集对所述域适应模型进行训练和评估。本申请提出的基于提示亲和力和多模态类别中心PMCC的无监督领域适应方法，在无需目标领域标注数据的情况下，有效衡量了源域和目标域数据之间的语义相似性。

本发明授权一种基于多模态类别中心的无监督域适应方法及系统在权利要求书中公布了：1.一种基于多模态类别中心的无监督域适应方法，其特征在于包括： 获取多源无监督域适应数据集，对所述无监督域适应数据集进行预处理，并将处理后的数据分为训练集和测试集；其中，所述训练集为源域数据，所述测试集为目标域数据； 根据所述训练集生成多模态类别中心点； 基于所述训练集、测试集和多模态类别中心点对预构建的视觉-语言CLIP模型进行训练，并利用总损失函数对CLIP模型进行优化，得到最终的域适应模型，具体包括： 将所述源域数据和目标域数据输入至CLIP模型中进行训练，将输入文本和可学习的文本提示进行拼接后通过CLIP文本编码器得到提示亲和力文本特征；将可学习的视觉提示分别与源域图像和目标域图像进行拼接，并通过CLIP图像编码器得到提示亲和力源域图像特征和提示亲和力目标域图像特征； 计算提示亲和力源域图像特征和提示亲和力文本特征的余弦相似度，得到源域余弦相似度矩阵，并计算源域余弦相似度矩阵与真实标签的交叉熵损失； 将目标域图像通过CLIP模型得到目标域图像特征，计算目标域图像特征和提示亲和力文本特征的余弦相似度，将余弦相似度最大的作为目标域图像的伪标签；计算提示亲和力目标域图像特征和提示亲和力文本特征的余弦相似度，得到目标域余弦相似度矩阵，并计算目标域余弦相似度矩阵与伪标签的交叉熵损失； 通过所述测试集对所述域适应模型进行训练和评估。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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。