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！

龙图腾网获悉西安交通大学申请的专利一种任务适应关联学习的小样本学习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：CN119091248B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202411136625.0，技术领域涉及：G06V10/774；该发明授权一种任务适应关联学习的小样本学习方法是由杜少毅;刘宇颖;赵盛伟;张栋;田智强;郭昱成设计研发完成，并于2024-08-19向国家知识产权局提交的专利申请。

本一种任务适应关联学习的小样本学习方法在说明书摘要公布了：本发明属于图像识别技术领域，涉及一种任务适应关联学习的小样本学习方法，包括：S1、利用任务特定的提示词，辅助原有的提示；S2、利用对比学习增强训练特征的判别性；S3、使用多样性的图像增强手段，增强图像的对比度；本发明通过自然语言的丰富描述强化了模型的泛化能力，使CLIP即便面对前所未遇的类别或复杂概念，也能游刃有余。因此，本发明方法不仅减轻了对大规模标注数据集的依赖，还提高了模型在小样本甚至零样本情况下的学习能力，增强了模型面对新环境的适应性和泛化能力，本发明极大地简化了模型的部署流程，使其成为解决图像识别和描述任务中一系列挑战的强有力工具。

本发明授权一种任务适应关联学习的小样本学习方法在权利要求书中公布了：1.一种任务适应关联学习的小样本学习方法，其特征在于，所述方法包括以下步骤： S1、利用任务特定的提示词，辅助原有的提示；具体包括： S1-1、设计针对该任务的模板，所述模板包括：模板一、模板二，所述模板一包括：利用该领域专家的知识，为类别生成更精确的提示语，所述模板二包括：使用形象的、直观的描述词，直接描述这种类别呈现出来的视觉特征； S1-2、将步骤S1-1中设计的两个模板依次输入大语言模型，即先将类别名称写入模板一中，输入LLM中，会得到一条或多条提示词，然后再以对话的方式进一步输入模板二到LLM中，会得到优化后的提示词；遍历数据集中所有的类别，得到一系列的任务特定的提示词，将其保存下来，在后续模型推理时使用； S2、利用对比学习增强训练特征的判别性；具体包括： S2-1、设计一个线性层网络adapter，所述网络的大小与特征集的大小的转置一致，并利用CLIP的图像特征提取器提取到的特征集初始化该网络；将输入图像的特征输入adapter得到一个亲和矩阵affinity，代表输入特征和训练特征之间的相似度矩阵；归一化affinity得到affinity_norm，将这个变量作为优化的对象； S2-2、计算特征向量之间的相似度矩阵，通过将特征向量矩阵与其转置相乘，并除以温度参数； S2-3、创建一个对角线为True的布尔掩码矩阵mask，通过掩码选择相似度矩阵中对角线上的元素，即正样本，和非对角线上的元素，即负样本；将正样本和负样本的相似度值合并成logits张量，其中正样本位于每行的第一个位置，其余为负样本； S2-4、创建一个全零的labels张量，使用交叉熵损失计算最终的对比损失值，其中logits作为预测值，全零的labels张量作为目标值； S3、使用多样性的图像增强手段，增强图像的对比度。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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”。