龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国科学院自动化研究所
摘要：本发明提供一种用于零化视觉指代表达理解方法、装置、设备及介质，方法包括：将指代表达文本输入至大型语言模型中，输出各目标类别；将各目标类别和待指代图像输入至目标检测器中，输出各目标区域图像和目标位置和目标大小；基于大型语言模型将指代表达文本映射至第一离线推理函数上，基于第一离线推理函数、各目标区域图像和目标位置和目标大小，确定目标属性的第一目标得分；基于各目标区域图像以及第二离线推理函数确定目标属性的第二目标得分，基于第一目标得分和第二目标得分，确定视觉指代表达理解结果。该方法将大型语言模型、目标检测器以及离线推理函数有机结合，对指代表达文本进行平行拆解，无需训练样本即可进行显式鲁棒的视觉推理。
主权项：1.一种用于零化视觉指代表达理解方法，其特征在于，包括：获取待指代图像和所述待指代图像的指代表达文本；将所述指代表达文本输入至大型语言模型中，得到所述大型语言模型输出的各目标类别；将所述各目标类别和所述待指代图像输入至开放目标检测器中，得到所述开放目标检测器输出的各目标区域图像和所述各目标区域图像对应的目标位置和目标大小；基于所述大型语言模型，将所述指代表达文本映射至第一离线推理函数上，并基于所述第一离线推理函数、所述各目标区域图像和所述各目标区域图像对应的目标位置和目标大小，确定所述待指代图像中目标属性的第一目标得分；基于所述各目标区域图像，以及第二离线推理函数，确定所述待指代图像中目标属性的第二目标得分，并基于所述第一目标得分和所述第二目标得分，确定所述待指代图像的指代表达文本对应的视觉指代表达理解的结果。
全文数据：
权利要求：
百度查询： 中国科学院自动化研究所 用于零化视觉指代表达理解方法、装置、设备及介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号