面向AI实训的多模态数据集标注方法、装置及电子设备

    公开(公告)号:CN114708472B

    公开(公告)日:2022-09-09

    申请号:CN202210629969.X

    申请日:2022-06-06

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向AI实训的多模态数据集标注方法、装置及电子设备,属于计算机视觉领域。本发明通过基于深度学习技术和图对齐融合的场景图生成算法,利用图像描述的弱监督信息产生第一类场景图,进一步与基于图像生成的第二类场景图进行对齐和融合,最终产生候选的初始场景图作为人工标注的参考,避免了错误标注和漏标注。本发明可为多模态数据集的人工标注提供智能标注提示,使得人工标注时仅需优化侯选的场景图即可,大大降低了标注规模和标(56)对比文件吴超.融合颜色数据与深度数据的背景建模算法研究《.中国优秀硕士论文全文库 信息科技》.2019,陈烨.多模态知识图谱构建与应用研究综述《.计算机应用研究》.2021,Xia, Jinbiao.Lightweight Self-Attention Residual Network forHyperspectral Classification《.IEEEGEOSCIENCE AND REMOTE SENSING LETTERS》.2022,

    多智能体系统从众性诊断及消除方法、产品、介质及设备

    公开(公告)号:CN119990174A

    公开(公告)日:2025-05-13

    申请号:CN202510069897.1

    申请日:2025-01-16

    Applicant: 浙江大学

    Abstract: 本发明公开了一种多智能体系统从众性诊断及消除方法、产品、介质及设备。本发明首先获取逻辑分析推理任务以及语言上下文理解任务的原始问题以及真实答案,并制定五个交互协议用于对多智能体系统进行从众性测试;设计三种评估指标,用来获得多智能体系统从众性的诊断结果;引入多智能体系统的独立人格增强机制修改原始系统提示词,引入多智能体系统的反思机制设计反思机制提示词,进而由修改后的系统提示词和反思机制提示词消除多智能体系统从众性。本发明的两种基于提示的消除技术分别对应智能体做出决策前的增强独立性与决策后的双重检查及反思过程,并且无需微调大语言模型的参数。

Patent Agency Ranking