中国农业大学郑炜超获国家专利权
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!
龙图腾网获悉中国农业大学申请的专利一种基于多模态大模型的寡产鸡表型特征检测和判识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:CN120808405B 。
龙图腾网通过国家知识产权局官网在2026-02-27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:202511316724.1,技术领域涉及:G06V40/10;该发明授权一种基于多模态大模型的寡产鸡表型特征检测和判识方法是由郑炜超;秦文祥;卢嘉玮;吴孟晗;王阳设计研发完成,并于2025-09-16向国家知识产权局提交的专利申请。
本一种基于多模态大模型的寡产鸡表型特征检测和判识方法在说明书摘要公布了:本发明公开了一种基于多模态大模型的寡产鸡表型特征检测和判识方法,涉及计算机视觉与人工智能技术领域,包括:获取鸡舍中待识别笼养鸡的图像数据和日龄;将寡产鸡识别的相关问题文本、待识别笼养鸡的图像数据及其日龄作为预训练的寡产鸡精准判识多模态大模型的输入,得到寡产鸡的判识结果和坐标。本发明实现了高效、高精度的规模化鸡舍内寡产鸡判识,为实现规模化鸡舍巡检机器人的寡产鸡精准判识功能提供理论依据,有助于推动巡检机器人在规模化鸡舍的广泛应用,为蛋禽智慧养殖提供关键技术支撑。
本发明授权一种基于多模态大模型的寡产鸡表型特征检测和判识方法在权利要求书中公布了:1.一种基于多模态大模型的寡产鸡表型特征检测和判识方法,其特征在于,包括: 获取鸡舍中待识别笼养鸡的图像数据和日龄; 将寡产鸡识别的相关问题文本、待识别笼养鸡的图像数据作为预训练的寡产鸡精准判识多模态大模型的输入,引入日龄信息解析寡产鸡不同生理阶段的表型特征非线性变化,得到寡产鸡的判识结果和坐标; 其中,所述寡产鸡精准判识多模态大模型包括依次连接的视觉编码器、投影层和基座大语言模型;视觉编码器为双分支结构,其中一个分支为VGGT,另一个分支为CLIP图像编码器;视觉编码器的输入作为VGGT和CLIP图像编码器的输入,VGGT和CLIP图像编码器的输出作为视觉编码器的输出;日龄信息投影层、深度投影层和视觉文本投影层均为投影层,其中日龄信息投影层为一层MLP结构,深度投影层和视觉文本投影层均为两层MLP结构; 所述日龄信息投影层用于将不同阶段的日龄分组进行token嵌入,得到与视觉特征对齐的日龄特征; 所述不同阶段的日龄分组通过对蛋鸡的生理阶段进行离散化分组得到,允许每个分组内有部分重叠,其分组表达式为: 其中,为分组索引,为数据集中最小日龄值,为日龄分组间隔,表示日龄元数据,表示对数据集进行离散化分组; 所述寡产鸡精准判识多模态大模型进行寡产鸡识别时,引入每个笼位的产蛋率调整敏感度系数从而动态调整对不同鸡笼中寡产鸡的判定阈值;当单笼产蛋率低于平均产蛋率时,存在寡产鸡的概率提升,对应鸡笼的敏感度系数提高,否则降低对应鸡笼的敏感度系数; 通过引入温度参数缩放原始logits或动态文本提示的方式自适应调整寡产鸡的判定阈值; 经温度系数T缩放后的logits概率分布为: 其中,为经温度系数T缩放后的logits概率分布,为自然常数,表示经温度系数T缩放后的logits,表示logits的数量,表示原始logits,表示温参数,表示敏感度调节系数,表示产蛋率偏差,表示当前鸡笼产蛋率,表示平均产蛋率。
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中国农业大学,其通讯地址为:100193 北京市海淀区圆明园西路2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。
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。

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