基于视觉语言模型的电路习题分类方法、装置及电子设备

AITNT
正文
推荐专利
基于视觉语言模型的电路习题分类方法、装置及电子设备
申请号:CN202411043299
申请日期:2024-07-31
公开号:CN119169652A
公开日期:2024-12-20
类型:发明专利
摘要
本发明提供一种基于视觉语言模型的电路习题分类方法、装置及电子设备,其中的方法包括:获取待进行分类的电路习题;基于预先训练的视觉语言模型,预测得到电路习题对应的知识点类别;其中,视觉语言模型基于预训练模型根据题图及其对应的知识点标签构成的训练样本数据集进行微调得到。该方法通过视觉和文字两种类型输入的方式,以此辨识电路图中的各类元件和拓扑结构,同时提取电路习题的题干中的关键信息,进而实现对电路习题的快速、准确分类。
技术关键词
训练样本数据 知识点标签 分类方法 预训练模型 视觉 电路 非暂态计算机可读存储介质 训练集 电子设备 处理器 计算机程序产品 分类装置 编辑 文本 存储器 模块 元件
系统为您推荐了相关专利信息
1
一种用于高密度封装芯片的缺陷检测方法
封装芯片 高密度 缺陷检测方法 多光谱成像设备 压缩感知技术
2
一种针对人群定位算法的评价方法
定位算法 评价方法 离群点 计算机视觉技术 坐标
3
一种轨道交通客流疏导系统、方法、装置及存储介质
轨道交通客流 PIS系统 车站 密度 视频分析
4
一种信息推送方法、装置、设备及存储介质
分支 计算机执行指令 信息推送方法 训练样本数据 信息推送设备
5
一种基于光照条件改善的夜间路面识别方法、系统及设备
夜间路面 分类网络 图像块 识别方法 光照
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号