Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中山大学詹巽霖获国家专利权

恭喜中山大学詹巽霖获国家专利权

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!

龙图腾网恭喜中山大学申请的专利一种基于多模态预训练模型的组合商品检索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:CN114445201B

龙图腾网通过国家知识产权局官网在2025-04-04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:202210143468.0,技术领域涉及:G06Q30/06;该发明授权一种基于多模态预训练模型的组合商品检索方法及系统是由詹巽霖;吴洋鑫;董晓;梁小丹设计研发完成,并于2022-02-16向国家知识产权局提交的专利申请。

一种基于多模态预训练模型的组合商品检索方法及系统在说明书摘要公布了:本发明公开了一种基于多模态预训练模型的组合商品检索方法及系统,其中方法包括步骤如下:将商品图像划分为单品图像和组合品图像;训练一个组合商品图像检测器;获取并结合组合商品图像中文本模态和图片模块的特征编码、位置编码和分段编码,学习嵌入表示,并输入构建好的多模态预训练模型;通过商品检测器提取的边界框和边界框特征作为图像特征,结合文本特征,输入多模态预训练模型进行自监督训练;采用多模态预训练模型提取单品图像的图片模态和文本模态的检索特征,并存放于检索库中;多模态预训练模型根据组合品图像中每个目标商品的边界框及边界框特征,提取图文融合的检索特征,计算组合品特征与检索库中单品特征的预先距离作为商品相似度,选取最相似的单品作为结果返回。

本发明授权一种基于多模态预训练模型的组合商品检索方法及系统在权利要求书中公布了:1.一种基于多模态预训练模型的组合商品检索方法,其特征在于:所述的方法包括步骤如下:S1:将商品图像划分为单品图像和组合品图像,其中所述的单品图像表示只有一个商品,组合品图像表示包括多个独立商品;S2:训练一个组合商品图像检测器,用于检测组合商品图像中的每个独立商品;S3:获取并结合组合商品图像中文本模态和图片模块的特征编码、位置编码和分段编码,由此学习嵌入表示;S4:构建多模态预训练模型,将学习到的嵌入表示作为多模态预训练模型的输入;S5:通过组合商品图像检测器提取的边界框和边界框特征作为图像特征,结合文本特征,输入到多模态预训练模型进行自监督训练;S6:将单品图像的图片模态和文本模态输入到多模态预训练模型提取检索特征,并将检索特征存放于检索库中;S7:提取组合品图像中每个目标商品的边界框及边界框特征,输入步骤S5训练好的多模态预训练模型,提取图文融合的检索特征,计算组合品特征与检索库中单品特征的余弦距离作为商品相似度,选取最相似的单品作为结果返回。

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中山大学,其通讯地址为:510275 广东省广州市海珠区新港西路135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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。