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！

龙图腾网获悉北京化工大学申请的专利一种基于大语言模型的开放世界目标检测的增量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：CN120747707B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202510817132.1，技术领域涉及：G06V10/82；该发明授权一种基于大语言模型的开放世界目标检测的增量学习方法是由沈甜雨;陶子锐;王坤峰;王可秋;姬云洁;刘昊;杨兰;高旌源;张越涵;李志伟设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本一种基于大语言模型的开放世界目标检测的增量学习方法在说明书摘要公布了：本申请提供一种基于大语言模型的开放世界目标检测的增量学习方法，包括：获取由标注了第一类别的目标的第一RGB图像样本训练得到第一开放世界目标检测模型；建立包括多个第二RGB图像样本的训练集，每个第二RGB图像样本标注了第一类别和第二类别的目标；利用大语言模型对第一类别和第二类别进行处理，生成每个类别的文本形式的属性特征；利用第一开放世界目标检测模型对第二RGB图像样本和每个类别的文本形式的属性特征进行处理，得到目标框预测值、目标类别预测值以及未知类别目标预测值，由此确定总损失值；基于总损失值，更新第一开放世界目标检测模型的参数，由此得到第二开放世界目标检测模型。本申请增强了模型在新场景中的泛化能力和适应性。

本发明授权一种基于大语言模型的开放世界目标检测的增量学习方法在权利要求书中公布了：1.一种基于大语言模型的开放世界目标检测的增量学习方法，其特征在于，包括： 获取第一开放世界目标检测模型，其中，所述第一开放世界目标检测模型由标注了第一类别的目标的第一RGB图像样本训练得到； 建立训练集，所述训练集包括多个第二RGB图像样本，每个第二RGB图像样本标注了第一类别和第二类别的目标； 利用大语言模型对第一类别和第二类别进行处理，生成每个类别的文本形式的属性特征； 利用第一开放世界目标检测模型对第二RGB图像样本和每个类别的文本形式的属性特征进行处理，得到目标框预测值、目标类别预测值以及未知类别目标预测值； 基于目标框预测值和目标框真实值，确定第一损失值；基于目标类别预测值和目标类别标注值，确定第二损失值；基于未知类别目标预测值和预设的阈值，确定第三损失值；基于第一损失值、第二损失值和第三损失值，确定总损失值； 基于总损失值，更新第一开放世界目标检测模型的参数，由此得到第二开放世界目标检测模型； 所述第一开放世界目标检测模型包括：文本骨干网络、视觉特征提取模块、相似度矩阵计算模块、类别预测模块、Transformer编解码器、边界框回归分支、已知类别分类分支和对象性检测头； 利用第一开放世界目标检测模型对第二RGB图像样本和每个类别的文本形式的属性特征进行处理，得到目标框预测值、目标类别预测值以及未知类别目标预测值；包括： 利用文本骨干网路对所有类别的文本形式的属性特征进行处理，得到表征文本特征的类别语义映射矩阵； 利用视觉特征提取模块对第二RGB图像样本进行处理，得到视觉特征； 利用相似度矩阵计算模块计算文本特征和视觉特征之间的相似度矩阵； 利用类别预测模块对可学习的类别-特征映射矩阵和相似度矩阵进行处理，得到第二RGB图像样本的目标的第一类别预测结果； 利用Transformer编解码器对视觉特征进行处理，得到每个查询的上下文特征； 利用边界框回归分支对每个查询的上下文特征进行处理，得到目标框预测值； 利用分类分支对每个查询的上下文特征进行处理，得到每个目标的第二类别预测结果， 利用加法器计算每个目标的第一类别预测结果和第二类别预测结果的和，得到第二RGB图像样本的目标类别预测结果； 利用对象性检测头对每个查询的上下文特征进行处理，得到未知类别目标预测值。

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化工大学，其通讯地址为：100029 北京市朝阳区北三环东路15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。