-
公开(公告)号：CN119091238A
公开(公告)日：2024-12-06
申请号：CN202411594181.5
申请日：2024-11-08
Applicant: 之江实验室
Abstract: 在本说明书提供的一种遥感图像多任务标注方法、装置、存储介质及设备中，获取遥感图像，并通过切片得到各图像切片，针对每一图像切片，通过图像分类模型确定分类标签以及通过图像分割模型确定分割掩膜，根据图像切片预设的包含图文解译要求的解译提示文本，通过图文解译模型，得到该图像切片的图文解译文本，该图文解译要求至少包括该图像切片中各场景区域之间的位置关系以及所述各场景区域在该图像切片中的位置、图像级概述、目标级概述以及目标区域形状，根据该图像切片的分类标签、分割掩膜以及图文解译文本，确定结果标注信息，通过图像分类模型、图像分割模型及图文解译模型，实现了遥感图像的多任务标注，提高了标注效率。
-
公开(公告)号：CN118861998A
公开(公告)日：2024-10-29
申请号：CN202411335914.3
申请日：2024-09-24
Applicant: 之江实验室
IPC: G06F18/25 , G06N5/04 , G06N3/0895
Abstract: 本说明书公开了一种星载模型部署方法、装置、存储介质及电子设备。在本说明书提供的星载模型部署方法中，获取预先训练的基座大模型和星载基座模型，并将所述星载基座模型传输给目标卫星；确定待部署的目标星载模型所面向的目标任务领域；针对所述目标任务领域训练所述基座大模型，得到面向所述目标任务领域的专家大模型；根据所述专家大模型训练所述星载基座模型，得到面向所述目标任务领域的增量微调模型；将所述增量微调模型传输给所述目标卫星，使所述目标卫星对所述星载基座模型和所述增量微调模型进行融合，得到目标星载模型。
-
公开(公告)号：CN119988915A
公开(公告)日：2025-05-13
申请号：CN202510481339.6
申请日：2025-04-17
Applicant: 之江实验室
IPC: G06F18/21 , G06V10/776 , G06N5/04
Abstract: 本说明书提供一视觉语言模型的评测方法和公开评测平台，所述方法包括：接收待评测的目标模型和用户从所述公开评测平台提供的任务集合中选择的至少一个目标任务；所述任务集合中各个任务对应有指令跟随数据集，所述指令跟随数据集中的任一样本包括图像、指令和回答。从所述任务集合对应的指令跟随数据集获取与所述目标任务对应的目标数据集，所述目标模型在所述目标数据集上进行推理，以得到推理结果。根据所述推理结果和各个目标任务的目标评测指标，确定所述目标模型在各个目标任务上的第一评估分数。
-
公开(公告)号：CN119171977B
公开(公告)日：2025-03-18
申请号：CN202411579190.7
申请日：2024-11-07
Applicant: 之江实验室
IPC: H04B7/185
Abstract: 本申请涉及一种卫星模型更新方法、计算机设备以及存储介质。包括：获取地面服务器发送的轻量化增量模型；确定轻量化增量模型是否为共享模型；若是，则将轻量化增量模型存储至目标卫星的同步目录；目标卫星的同步目录中的信息能够基于模型共享网络与卫星网络中的其他卫星进行共享；若否，则将轻量化增量模型存储至目标卫星的私有目录。目标卫星的私有目录中的信息不与卫星网络中的其他卫星进行共享。上述方案，能够提高卫星网络中各个卫星的星载模型更新的效率，同时提高星载模型更新的稳定性。
-
公开(公告)号：CN119599094A
公开(公告)日：2025-03-11
申请号：CN202510151576.6
申请日：2025-02-11
Applicant: 之江实验室
IPC: G06N3/096 , G06N3/0464
Abstract: 本说明书提供一种模型训练方法、装置、电子设备和存储介质，所述方法包括：将训练数据分别输入至教师模型、辅助模型和学生模型，所述教师模型是已训练的。教师模型对训练数据进行特征提取，并将提取的教师中间特征传递至所述辅助模型。所述辅助模型对所述训练数据进行特征提取，并将提取的辅助中间特征传递至所述学生模型；以及，基于第一损失函数训练所述辅助模型，所述第一损失函数包括所述辅助中间特征与所述教师中间特征之间的第一特征蒸馏损失。所述学生模型对所述训练数据进行特征提取，得到学生中间特征；以及，基于第二损失函数训练所述学生模型，所述第二损失函数包括所述学生中间特征与所述辅助中间特征之间的第二特征蒸馏损失。
-
Patent Agency Ranking
公开(公告)号：CN119171977A
公开(公告)日：2024-12-20
申请号：CN202411579190.7
申请日：2024-11-07
Applicant: 之江实验室
IPC: H04B7/185
Abstract: 本申请涉及一种卫星模型更新方法、计算机设备以及存储介质。包括：获取地面服务器发送的轻量化增量模型；确定轻量化增量模型是否为共享模型；若是，则将轻量化增量模型存储至目标卫星的同步目录；目标卫星的同步目录中的信息能够基于模型共享网络与卫星网络中的其他卫星进行共享；若否，则将轻量化增量模型存储至目标卫星的私有目录。目标卫星的私有目录中的信息不与卫星网络中的其他卫星进行共享。上述方案，能够提高卫星网络中各个卫星的星载模型更新的效率，同时提高星载模型更新的稳定性。
-
公开(公告)号：CN118646472B
公开(公告)日：2024-12-03
申请号：CN202411110336.3
申请日：2024-08-14
Applicant: 之江实验室
IPC: H04B7/185 , H04L12/46 , H04L69/324 , H04L69/08
Abstract: 本发明公开了一种星地非对称传输链路下的网络报文透明转发方法，包括：地面网络应用通过虚拟网络设备发送链路层网络报文，实现数据从地面网络应用至地面站的转发，完成地面网络应用至地面站的数据转发逻辑；地面站服务器基于星地链路建立地面站和卫星平台之间的数据帧转发模块；通过数据帧转发模块接收来自地面网络应用的数据，并通过星地链路转发至卫星平台；同时接收来自卫星平台的星地数据帧，并转发数据至地面网络应用；卫星平台基于ZYNQ设备实现星地数据帧和链路层网络报文之间的转换，进而实现链路层网络报文到星上网络应用的透明转发。本发明为星地数据传输提供一个更为通用的开发和传输平台，拓宽卫星应用场景。
-
公开(公告)号：CN119027962A
公开(公告)日：2024-11-26
申请号：CN202411516583.3
申请日：2024-10-29
Applicant: 之江实验室
IPC: G06V30/19 , G06V30/148
Abstract: 本发明公开了一种视觉语言大模型细粒度感知能力的鲁棒性诊断方法，本方法基于沙普利值等数学基础理论，从语言、视觉、语言与视觉协同的三个角度对视觉语言模型的内部表征进行系统的评估分析，进而揭示其鲁棒推理能力缺陷的内在机理。本方法主要包括如下步骤：解释并评估文本编码器能否理解文本模式的细微变化关系；解释并评估视觉编码器能否感知图像目标间细粒度差异；解释并评估视觉编码器与文本编码器的协同效应。本发明首次提出了一种通用的视觉语言大模型鲁棒推理能力缺陷的诊断方法，从数学层面提出新的度量来评估大模型在组合理解的不同方面的脆弱性，对视觉语言模型的内部表征进行系统的分析，具有普适性,可解释性等优点。
-
公开(公告)号：CN118646472A
公开(公告)日：2024-09-13
申请号：CN202411110336.3
申请日：2024-08-14
Applicant: 之江实验室
IPC: H04B7/185 , H04L12/46 , H04L69/324 , H04L69/08
Abstract: 本发明公开了一种星地非对称传输链路下的网络报文透明转发方法，包括：地面网络应用通过虚拟网络设备发送链路层网络报文，实现数据从地面网络应用至地面站的转发，完成地面网络应用至地面站的数据转发逻辑；地面站服务器基于星地链路建立地面站和卫星平台之间的数据帧转发模块；通过数据帧转发模块接收来自地面网络应用的数据，并通过星地链路转发至卫星平台；同时接收来自卫星平台的星地数据帧，并转发数据至地面网络应用；卫星平台基于ZYNQ设备实现星地数据帧和链路层网络报文之间的转换，进而实现链路层网络报文到星上网络应用的透明转发。本发明为星地数据传输提供一个更为通用的开发和传输平台，拓宽卫星应用场景。
-
公开(公告)号：CN119942315A
公开(公告)日：2025-05-06
申请号：CN202510412530.5
申请日：2025-04-02
Applicant: 之江实验室
Abstract: 本申请涉及数据处理技术领域，公开了一种标注数据评分方法及基于其的假阳性标注数据识别方法，其中，评分方法包括：获取包含目标对象的目标图像；重复构建基于目标类别名称和干扰类别名称集合的选择题，并将选择题与目标图像输入到至少一个视觉语言模型进行问答；重复从预先配置的判断题模板池中生成基于目标类别名称和目标图像的判断题，并将判断题与目标图像输入到至少一个视觉语言模型进行问答；基于选择答案正确次数和判断答案正确次数，确定所有视觉语言模型的平均评分，并将平均评分作为目标图像中目标框标注数据对应的目标评分。本申请提供的技术方案，能够提升标注数据评分的准确性，确保评估结果的全面性与精确性。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.025 seconds)
