厦门大学纪荣嵘获国家专利权
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！
龙图腾网获悉厦门大学申请的专利针对常见REC模型的弱监督训练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：CN116071588B 。
龙图腾网通过国家知识产权局官网在2025-10-14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：202310039443.0，技术领域涉及：G06V10/764；该发明授权针对常见REC模型的弱监督训练方法是由纪荣嵘;孙晓帅;周奕毅;金磊设计研发完成，并于2023-01-13向国家知识产权局提交的专利申请。
本针对常见REC模型的弱监督训练方法在说明书摘要公布了：针对常见REC模型的弱监督训练方法，属于图像处理技术领域。用于根据现有弱监督指向性视觉理解模型，生成对应的伪标签，对现有任意的指向性视觉理解模型进行监督和训练。包括以下步骤：给定RGB图像和对应的文本描述，使用现有的弱监督指向性视觉理解模型，生成对应的伪标签，即图像中和文本描述对应的边界框，然后使用伪标签对任意的指向性视觉理解模型进行监督和训练，为减少伪标签的噪声影响，采用随机调整尺寸的数据增强和指数移动平均EMA策略，最终得到一个采用全监督方式进行训练的指向性视觉理解模型，取得更好的预测性能。
本发明授权针对常见REC模型的弱监督训练方法在权利要求书中公布了：1.针对常见REC模型的弱监督训练方法，其特征在于包括如下步骤： 步骤1，按照弱监督指向性视觉理解模型的输入要求准备对应的RGB图像和文本描述；利用弱监督指向性视觉理解模型作为教师，预测出给定图文对对应的目标边界框，即伪标签； 步骤2，根据弱监督指向性视觉理解模型的输出得到对应的预测目标边界框，即伪标签； 步骤3，将步骤1中的RGB图像和文本描述输入现有任意指向性视觉理解模型中，采用随机调整尺寸数据增强方法，在训练过程中采用指数移动平均策略进行参数更新，使用伪标签监督模型训练； 在任意指向性视觉理解模型的训练过程中，针对输入的图像采用随机调整尺寸数据增强方法，并在训练过程中采用指数移动平均策略进行参数更新；公式如下： 其中，是EMA速率，是训练步数； 所述EMA速率为0.9997； 步骤4，得到训练好的任意指向性视觉理解模型，基于此模型进行图像描述的预测。
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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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”。
以上内容由龙图腾AI智能生成。
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。
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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励