[发明专利]一种基于动态学习提示的零样本异常图像检测方法在审
| 申请号： | 202310922034.5 | 申请日： | 2023-07-25 |
| 公开（公告）号： | CN116935129A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 宋亚楠;沈卫明 | 申请（专利权）人： | 浙江大学计算机创新技术研究院 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/778;G06V10/74;G06V10/82;G06N3/096 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 311200 浙江省杭州*** | 国省代码： | 浙江;33 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于动态学习提示的零样本异常图像检测方法。基于视觉语言大模型构建了零样本异常检测网络，利用视觉编码网络和文本编码网络提取图像的视觉编码特征和动态提示的文本特征，利用文本特征的语言监督，将预训练视觉语言大模型零样本迁移到下游异常图像检测任务。在视觉编码网络的多个特征提取阶段，计算视觉编码特征与文本特征之间的余弦相似度，构建图像异常区域计算模块，获得待检图像的异常区域。本发明提出的动态学习提示可随网络梯度不断优化，避免了复杂的人工提示构建过程，提高了提示工程的设计效率。另外，动态学习提示针对每个图像生成对应的提示特征，增强了网络对新物体、新环境的零样本迁移性能。 | ||
| 搜索关键词： | 一种 基于 动态 学习 提示 样本 异常 图像 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学计算机创新技术研究院，未经浙江大学计算机创新技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310922034.5/，转载请声明来源钻瓜专利网。
