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！

龙图腾网获悉杭州宇泛智能科技股份有限公司申请的专利基于层次化词元表示的多模态大模型图像分割方法及装置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：CN120298683B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510297247.2，技术领域涉及：G06V10/26；该发明授权基于层次化词元表示的多模态大模型图像分割方法及装置是由王涛;程昌旭;王凌枫;陈森达;赵五岳设计研发完成，并于2025-03-13向国家知识产权局提交的专利申请。

本基于层次化词元表示的多模态大模型图像分割方法及装置在说明书摘要公布了：本申请实施例提供一种基于层次化词元表示的多模态大模型图像分割方法及装置，通过设计掩码标记器将掩码图像编码为词元序列，通过因果注意力机制实现从形状原型到局部细节的渐进生成。采用三阶段训练策略，先通过掩码重建任务训练标记器，再将掩码词元整合进大型多模态模型并进行联合训练，最后利用高分辨率数据微调。基于层次化掩码损失函数进行多层次监督，实现对自然语言描述目标的精准分割。该方法有效解决了传统技术在复杂场景理解、模型训练和掩码生成等方面的不足，显著提升了多模态图像分割的性能。

本发明授权基于层次化词元表示的多模态大模型图像分割方法及装置在权利要求书中公布了：1.一种基于层次化词元表示的多模态大模型图像分割方法，其特征在于，所述方法包括： 通过掩码标记器将输入的掩码图像编码为一维掩码词元序列，所述掩码标记器根据掩码图像对应的掩码块和已生成的掩码词元，采用因果注意力机制生成当前掩码词元，所述掩码词元序列的前部词元表示目标区域的位置和形状原型，后部词元表示目标区域的局部细节特征，所述掩码词元序列中的每个掩码词元基于其前序掩码词元进行条件化生成，将所述掩码词元序列输入向量量化层进行词元量化得到掩码词元代码，掩码解码器根据所述掩码词元代码重建所述掩码图像； 通过掩码重建任务对所述掩码标记器进行第一阶段训练，采用大型多模态模型进行第二阶段训练，向所述大型多模态模型的词汇表中扩充所述掩码词元代码，基于低分辨率图像数据将所述掩码词元整合进所述大型多模态模型，根据分割数据集和通用数据集进行联合训练，使用层次化掩码损失函数对所述掩码词元序列在不同层次级别上进行监督训练，利用高分辨率图像数据进行第三阶段微调训练，得到掩码语义分割模型； 接收指代表达式分割请求中的待处理图像和对应的目标对象描述，将所述待处理图像和所述目标对象描述输入所述掩码语义分割模型，所述掩码语义分割模型基于所述目标对象描述生成对应的所述掩码词元序列，所述掩码解码器根据所述掩码词元序列生成对应的分割掩码图像，所述掩码语义分割模型根据所述分割掩码图像在所述待处理图像中标识所述目标对象描述指代的目标区域。

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杭州宇泛智能科技股份有限公司，其通讯地址为：310000 浙江省杭州市余杭区仓前街道时尚万通城3幢24层、25层、26层；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。