恭喜四川省建筑設計研究院有限公司柴鐵鋒獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜四川省建筑設計研究院有限公司申請的專利一種基于DINOv2和CLIP的建筑草圖的多模態自動分類方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119339405B 。
龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411864554.6,技術領域涉及:G06V30/422;該發明授權一種基于DINOv2和CLIP的建筑草圖的多模態自動分類方法是由柴鐵鋒;李明燕;周夢;匡保全;盧睿瑤設計研發完成,并于2024-12-18向國家知識產權局提交的專利申請。
本一種基于DINOv2和CLIP的建筑草圖的多模態自動分類方法在說明書摘要公布了:本發明涉及圖像分類技術領域,具體涉及一種基于DINOv2和CLIP的建筑草圖的多模態自動分類方法,收集建筑草圖數據樣本;對建筑草圖數據樣本進行數據增廣,形成建筑草圖的數據集;對建筑草圖的數據集進行文本打標;對打標文本進行質量檢查;利用獲得的數據集,聯合訓練DINOv2提取的視覺特征與CLIP的文本嵌入特征,聯合訓練得到特征融合層;使用分類頭對融合后的特征進行分類預測。實現高效自動化的底圖分類,生圖時無需依賴人工對底圖進行分類,解決人工判斷的準確性低、效率低、錯誤率高的問題,同時解決在樣本不足條件下,自動化草圖分類的準確性問題。
本發明授權一種基于DINOv2和CLIP的建筑草圖的多模態自動分類方法在權利要求書中公布了:1.一種基于DINOv2和CLIP的建筑草圖的多模態自動分類方法,其特征在于,包括以下步驟:收集建筑草圖數據樣本;使用StableDiffusion模型和IP-Adapter對建筑草圖數據樣本進行數據增廣,生成更多同類型風格的圖片,原始采集的建筑草圖數據樣本與增廣的圖片,共同形成建筑草圖的數據集;對建筑草圖的數據集進行文本打標;對打標文本進行質量檢查,獲得建筑草圖和對應帶有文本標簽的建筑草圖數據集;聯合訓練DINOv2提取的視覺特征與CLIP的文本嵌入特征,聯合訓練得到特征融合層;使用分類頭對融合后的特征進行分類預測,輸出建筑草圖的分類標簽及置信度分數;利用獲得的數據集,結合LoRA技術,對DINOv2模型進行輕量級模型微調,并和CLIP一起訓練融合層,訓練出微調后的DINOv2模型,所述步驟還包括:加載預訓練的DINOv2模型;在DINOv2模型的自注意力層中引入LoRA微調機制;在自注意力層的查詢和鍵投影矩陣的權重參數中插入低秩矩陣;確定LoRA微調中使用的低秩矩陣的秩數;使用獲得的數據集對DINOv2模型進行微調,在訓練過程中,只有低秩矩陣的參數會被更新,而原始的DINOv2模型參數保持不變;通過梯度下降優化算法,調整低秩矩陣的參數,優化DINOv2模型在對應任務上的性能;在驗證集上評估微調后的DINOv2模型的性能,確保模型在小樣本訓練環境中保持良好的性能;根據模型在驗證集上的表現,調整LoRA微調的參數,包括低秩矩陣的秩數,或者微調的學習率,重復微調過程,直到達到滿意的性能。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人四川省建筑設計研究院有限公司,其通訊地址為:610000 四川省成都市高新區天府大道中段688號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。