龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：杭州汇萃智能科技有限公司
申请日：2024-06-04
公开（公告）日：2024-07-02
公开（公告）号：CN118279724A
主分类号：G06V10/96
分类号：G06V10/96;G06V10/86;G06V10/764;G06V10/70;G06V10/40;G06V10/46;G06V10/56;G06V10/25;G06V10/26;G06V20/70
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.19#实质审查的生效;2024.07.02#公开
摘要：本发明公开了基于大语言模型的工业视觉多下游任务处理方法，包括以下步骤：获取工业查询图像和提问文本，将所述工业查询图像分割为多个图像块，将图像块送入图像特征编码器提取图像特征，并将图像特征转换为查询图像令牌；识别所述提问文本得到视觉任务类型，根据系统设定、所述提问文本、所述视觉任务类型和所述查询图像令牌，生成大语言模型的输入文本；将所述输入文本所述大语言模型，所述大语言模型根据指定的任务类型、输入的系统设定和任务需求，处理不同的视觉任务。本发明能够高效且准确地处理工业视觉场景中的多种下游任务，并在工业视觉多下游任务上提高大模型的适应性和性能。
主权项：1.一种基于大语言模型的工业视觉多下游任务处理方法，其特征在于，包括以下步骤：获取工业查询图像和提问文本，将所述工业查询图像分割为多个图像块，将图像块送入图像特征编码器提取图像特征，并将图像特征转换为查询图像令牌；识别所述提问文本得到视觉任务类型，根据系统设定、所述提问文本、所述视觉任务类型和所述查询图像令牌，生成大语言模型的输入文本；将所述输入文本所述大语言模型，所述大语言模型根据指定的任务类型、输入的系统设定和任务需求，处理不同的视觉任务。
全文数据：
权利要求：
百度查询： 杭州汇萃智能科技有限公司 基于大语言模型的工业视觉多下游任务处理方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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