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！

龙图腾网获悉之江实验室申请的专利基于视觉语言模型的图像解释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：CN120747670B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202511188183.9，技术领域涉及：G06V10/774；该发明授权基于视觉语言模型的图像解释方法和装置是由郝永富;施钧辉;赵嘉琪;白文杰;高秀君;张荣誉;陈可;李少杰设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本基于视觉语言模型的图像解释方法和装置在说明书摘要公布了：本申请涉及一种基于视觉语言模型的图像解释方法和装置。所述方法包括：根据样本图像的视觉标注和目标知识图谱确定样本推理指令；通过问答引擎，基于样本图像和样本推理指令生成样本图像的图像解释信息；基于样本图像、样本推理指令和样本图像的图像解释信息训练待训练视觉语言模型，确定目标视觉语言模型；通过目标视觉语言模型，根据目标图像和目标推理指令确定目标图像的图像解释信息。上述方案，统一模型训练数据集的数据格式，提高了数据集构建效率，节约了人力成本，同时能够使得训练出的视觉语言模型能够进行深层次的知识推理。

本发明授权基于视觉语言模型的图像解释方法和装置在权利要求书中公布了：1.一种基于视觉语言模型的图像解释方法，其特征在于，包括： 根据样本图像的视觉标注和目标知识图谱，确定样本推理指令；其中，所述样本推理指令至少包括以下指令中的一种：基于所述知识图谱中实体间因果关系生成的因果推理指令，以及基于所述知识图谱进行排除性判断生成的反事实推理指令； 通过问答引擎，基于所述样本图像和所述样本推理指令，生成所述样本图像的图像解释信息； 基于所述样本图像、所述样本推理指令和所述样本图像的图像解释信息，训练待训练视觉语言模型，确定目标视觉语言模型； 通过所述目标视觉语言模型，根据目标图像和目标推理指令确定所述目标图像的图像解释信息； 基于所述样本图像、所述样本推理指令和所述样本图像的图像解释信息，训练待训练视觉语言模型，确定目标视觉语言模型，包括： 通过所述待训练视觉语言模型中的视觉编码器对样本图像进行编码处理，确定所述样本图像的图像特征； 通过所述待训练视觉语言模型中的投影器对所述样本图像的图像特征进行格式转换，确定所述样本图像的图像标记； 根据所述样本图像的图像标记、所述样本推理指令和所述样本图像的图像解释信息，对待训练视觉语言模型中的自然语言处理模型进行模型训练，根据训练结果确定目标视觉语言模型； 根据所述样本图像的图像标记、所述样本推理指令和所述样本图像的图像解释信息，对待训练视觉语言模型中的自然语言处理模型进行模型训练，根据训练结果确定目标视觉语言模型，包括： 根据所述样本图像的图像标记、所述样本推理指令和所述样本图像的图像解释信息，确定模型训练数据集和模型测试数据集； 采用所述模型训练数据集，对待训练视觉语言模型中的自然语言处理模型进行模型训练，确定待检测模型； 采用所述模型测试数据集，确定所述待检测模型是否训练完成，若是，则根据所述待检测模型、所述视觉编码器和所述投影器确定目标视觉语言模型； 预先将性能评估数据和模型缺陷类型进行关联，基于所述模型测试数据集对所述目标视觉语言模型进行性能评估，根据性能评估的数据，以及评估数据和模型缺陷类型之间的关联关系确定目标视觉语言模型的知识缺失信息； 基于所述目标知识图谱和所述知识缺失信息生成更新推理指令，并基于所述更新推理指令生成增强训练数据，以通过所述增强训练数据对所述目标视觉语言模型进行再训练。

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之江实验室，其通讯地址为：311121 浙江省杭州市余杭区中泰街道科创大道之江实验室；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。