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！

龙图腾网获悉星瀚时空(深圳)航天智能科技有限公司申请的专利一种基于复合视觉编码的遥感大模型性能提升方法和装置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：CN120997529B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511512511.6，技术领域涉及：G06V10/46；该发明授权一种基于复合视觉编码的遥感大模型性能提升方法和装置是由龙吟秋;王宁设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种基于复合视觉编码的遥感大模型性能提升方法和装置在说明书摘要公布了：本申请提供了一种基于复合视觉编码的遥感大模型性能提升方法和装置，涉及遥感图像大语言模型技术领域。该方法基于开源的视觉通用语言模型重新改写网络结构，加入用于提取局部细节和捕捉全局语义的复合视觉编码ConvToMe层，ConvToMe层通过ConvNeXt层提取局部细节，结合ToMeViT层捕捉全局语义，得到性能提升的遥感大模型，通过复合的视觉编码达到同时保留全局语境和局部细节，提升鲁棒性的同时，提升模型精度的效果。

本发明授权一种基于复合视觉编码的遥感大模型性能提升方法和装置在权利要求书中公布了：1.一种基于复合视觉编码的遥感大模型性能提升方法，其特征在于，所述方法包括： 基于开源的视觉通用语言模型，适配多模态遥感图像数据和文本数据，搭建初步遥感大模型，其中，初步遥感大模型的架构包括文本编辑器BERT层、查询转换器Q-Former层、循环推理计算层、动态阈值筛选系统； 在初步遥感大模型中加入用于提取局部细节和捕捉全局语义的复合视觉编码ConvToMe层，ConvToMe层通过卷积神经网络ConvNeXt层提取局部细节，结合令牌合并视觉编码器ToMeViT层捕捉全局语义，得到性能提升的遥感大模型； 响应于包括多模态遥感图像数据和文本数据的用户提问，对用户提问中的多模态遥感图像数据进行预处理，得到多模态预处理矩阵； 将多模态预处理矩阵按照预设比例分割，得到第一多模态预处理矩阵和第二多模态预处理矩阵；将第一多模态预处理矩阵输入性能提升的遥感大模型中的ConvNeXt层，输出局部细节特征矩阵；将第二多模态预处理矩阵输入性能提升的遥感大模型中的ToMeViT层，输出全局语义特征矩阵；通过对局部细节特征矩阵和全局语义特征矩阵进行特征融合，输出复合视觉特征矩阵； 将用户提问中的文本数据输入性能提升的遥感大模型中的BERT层，输出文本特征向量； 将复合视觉特征矩阵和文本特征向量输入性能提升的遥感大模型中的Q-Former层，执行查询向量交互、多轮交叉注意力对齐、跨模态特征融合的步骤，输出跨模态特征矩阵； 将跨模态特征矩阵输入性能提升的遥感大模型中的循环推理计算层，执行低秩矩阵分解、循环推理的步骤，输出推理特征矩阵，进而根据推理特征矩阵得到包含置信度和交并比IOU的初步推理结果； 将初步推理结果输入性能提升的遥感大模型中的动态阈值筛选系统，确定初步推理结果对应的目标任务； 根据初步推理结果中的置信度和IOU，判断初步推理结果是否符合目标任务的阈值要求； 若初步推理结果符合目标任务的阈值要求，则执行后处理操作，输出包含目标坐标、目标类别、置信度的最终推理结果； 若初步推理结果不符合目标任务的阈值要求，则将初步推理结果回传至ConvToMe层，重新推理，并重新执行ConvToMe层及后续的Q-Former层、循环推理计算层流程。

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星瀚时空(深圳)航天智能科技有限公司，其通讯地址为：518081 广东省深圳市盐田区海山街道鹏湾社区海景二路1025号壹海国际中心2808；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。