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！

龙图腾网获悉北京车网科技发展有限公司申请的专利一种交通多模态大语言模型的云路协同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：CN119692471B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411757238.9，技术领域涉及：G06N5/04；该发明授权一种交通多模态大语言模型的云路协同学习方法是由邹宇;李峰;马双明;陈瀚设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本一种交通多模态大语言模型的云路协同学习方法在说明书摘要公布了：本发明实施例涉及一种交通多模态大语言模型的云路协同学习方法，所述方法包括：构建交通多模态大语言模型并训练、将其在云端记为云端重模型；对其进行压缩并将压缩模型同时部署在路侧和云端记为路侧云端轻模型；路侧将实时数据输入路侧轻模型进行视觉目标检测和交通状况识别处理并由将模型输入输出数据送至云端；云端将路侧模型输入数据输入云端重模型进行视觉目标检测和交通状况识别处理并由路侧云端模型的输入输出数据组成路侧‑云端记录并保存；云端定期按知识蒸馏方法基于路侧‑云端记录组成的数据集对云端轻模型进行更新并将更新前后的参数差送至路侧；路侧基于云端送至的参数差更新路侧轻模型。基于本发明可以提高路侧模型性能。

本发明授权一种交通多模态大语言模型的云路协同学习方法在权利要求书中公布了：1.一种交通多模态大语言模型的云路协同学习方法，其特征在于，所述方法包括： 构建交通多模态大语言模型；并按监督训练方式基于预设的模型训练数据集对所述交通多模态大语言模型进行首轮训练；并在首轮训练结束后，将所述交通多模态大语言模型部署在云端服务器上记为对应的云端重模型；并基于预设的剪枝规则对所述交通多模态大语言模型进行模型压缩得到对应的压缩模型；并将所述压缩模型同时部署在路侧设备和所述云端服务器上记为对应的路侧轻模型和云端轻模型；其中，所述交通多模态大语言模型用于根据输入的路侧多模态数据集和场景识别指令文本进行视觉目标检测和交通状况识别处理并输出对应的目标检测图和场景识别文本；所述云端重模型的模型参数θM与所述压缩模型的模型参数θS之间的参数压缩关系记为FM-S，θS＝FM-SθM； 所述路侧设备将预设的场景识别指令范本作为对应的第一场景识别指令文本；并将实时的第一路侧多模态数据集和所述第一场景识别指令文本输入所述路侧轻模型进行视觉目标检测和交通状况识别处理得到对应的第一目标检测图和第一场景识别文本；并由所述第一路侧多模态数据集、所述第一场景识别指令文本、所述第一目标检测图和所述第一场景识别文本组成对应的第一路侧反馈向所述云端服务器发送； 所述云端服务器每收到一个所述第一路侧反馈，就将当前反馈中的所述第一路侧多模态数据集和所述第一场景识别指令文本输入所述云端重模型进行视觉目标检测和交通状况识别处理得到对应的第二目标检测图和第二场景识别文本组成对应的第一云端反馈；并由当前的所述第一路侧反馈和所述第一云端反馈组成一个对应的路侧-云端记录并保存； 所述云端服务器按预设的第一时间频率定期将最近第一预设时长内保存的所有所述路侧-云端记录组成对应的第一数据集；并将所述云端轻模型的当前模型参数存为更新前参数θX；并按知识蒸馏方法根据所述第一数据集对所述云端轻模型进行模型参数更新得到对应的更新后参数并基于所述更新前参数θX和所述更新后参数确认对应的参数差并将所述参数差△θX向所述路侧设备发送； 所述路侧设备每收到一个所述参数差△θX，就将所述路侧轻模型的当前模型参数记为更新前参数并基于所述更新前参数和所述参数差△θX确认对应的更新后参数并基于所述更新后参数对所述路侧轻模型的模型参数进行更新。

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北京车网科技发展有限公司，其通讯地址为：100176 北京市大兴区经济技术开发区荣华中路10号1幢18层1801-2；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。