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！

龙图腾网获悉北京计算机技术及应用研究所申请的专利一种提升多模态模型细颗粒度判别能力的微调优化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：CN119692411B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411679953.5，技术领域涉及：G06N3/08；该发明授权一种提升多模态模型细颗粒度判别能力的微调优化方法是由杨恒;李聪昊;田明昊;刘朋杰;陈美玲;张悦枫;叶亚峰;李世元;吴楠;任建新;高彤;张宁;刘炯设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种提升多模态模型细颗粒度判别能力的微调优化方法在说明书摘要公布了：本发明涉及一种提升多模态模型细颗粒度判别能力的微调优化方法，属于人工智能领域。本发明通过对微调阶段的图像编码器通道引入ArcFace的角度边界辅助损失来优化图像和文本的联合表示学习。该方法包括预训练和微调两个阶段，预训练阶段使用在大规模图像‑文本对数据集上进行训练，微调阶段则基于特定领域数据集通过固定文本分支的全部参数和图像分支的多数参数，并在图像分支结合辅助损失函数调整模型参数，从而实现多模态模型对特定细颗粒场景判别能力的优化提升。

本发明授权一种提升多模态模型细颗粒度判别能力的微调优化方法在权利要求书中公布了：1.一种提升多模态模型细颗粒度判别能力的微调优化方法，其特征在于，该方法包括如下步骤： 步骤S1、对CLIP多模态模型进行预训练，得到训练好的权重和网络结构； 步骤S2、构建特定任务的图像-文本对数据集； 步骤S3、微调训练 CLIP多模态模型的预加载权重是步骤S1的权重，微调训练时，将特定任务的图像-文本对数据集中的图像输入CLIP多模态模型的图像编码器，文本输入CLIP多模态模型的文本编码器； 图像分支经过图像编码器、全连接层、归一化层后得到图像特征向量，输入类别中心层，计算图像编码向量和类别中心向量的余弦相似度，并在角度边界损失计算层获得应用角度边界后的余弦相似度，进而得到角度边界损失； 文本分支经过文本编码器、全连接层、归一化层后得到文本特征向量，与图像分支的归一化层输出的图像特征向量一起计算文本-图像对的对比损失； 在加权损失层，对文本-图像对的对比损失和角度边界损失进行加权，得到总的损失； 步骤S4、推理应用 将微调训练好的模型权重按标准CLIP多模态模型网络结构保存，再按照标准的CLIP模式部署到实际应用中。

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北京计算机技术及应用研究所，其通讯地址为：100854 北京市海淀区永定路51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。