← 返回列表
基于大模型的图像数据处理方法及装置、存储介质
申请人信息
- 申请人:青岛海尔科技有限公司; 青岛海尔智能家电科技有限公司; 海尔优家智能科技(北京)有限公司
- 申请人地址:266101 山东省青岛市崂山区海尔路1号海尔工业园
- 发明人: 青岛海尔科技有限公司; 青岛海尔智能家电科技有限公司; 海尔优家智能科技(北京)有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于大模型的图像数据处理方法及装置、存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410218449.9 |
| 申请日 | 2024/2/28 |
| 公告号 | CN117788983A |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06V10/774 |
| 权利人 | 青岛海尔科技有限公司; 青岛海尔智能家电科技有限公司; 海尔优家智能科技(北京)有限公司 |
| 发明人 | 田云龙; 牛丽; 周少龙; 王淼; 张军 |
| 地址 | 山东省青岛市崂山区海尔路1号海尔工业园; 山东省青岛市崂山区海尔工业园内; 北京市海淀区知春路106号太平洋国际大厦6层601-606室 |
摘要文本
本申请公开了一种基于大模型的图像数据处理方法及装置、存储介质，涉及图像数据处理技术领域，该方法包括：计算用于训练大模型的第一图像数据的第一梯度向量；对第一梯度向量进行梯度裁剪，得到第二梯度向量；为第一模型参数值生成符合差分隐私的高斯噪声，并将高斯噪声加入第二梯度向量，得到第一图像数据的第三梯度向量；按照梯度下降算法使用第三梯度向量对第一模型参数值进行更新，得到第二模型参数值，并使用第二模型参数值对大模型进行训练；使用训练完成的大模型对当前图像数据进行处理，得到处理结果，解决了如何提高使用大模型处理图像数据的处理效果的技术问题，可以提高使用大模型处理图像数据的处理效果。
专利主权项内容
1.一种基于大模型的图像数据处理方法，其特征在于，包括：获取用于训练位于云端的大模型的第一图像数据，对所述第一图像数据对应的第一模型参数值求偏导以得到所述第一图像数据对应的原始梯度值，并通过以下公式计算所述第一图像数据的第一梯度向量：，其中，/>表示所述原始梯度值，表示所述第一梯度向量；对所述第一梯度向量进行梯度裁剪，得到第二梯度向量，其中，所述第二梯度向量的范数小于所述第一梯度向量的范数；为所述第一模型参数值生成符合差分隐私的高斯噪声，并将所述高斯噪声加入所述第二梯度向量，得到所述第一图像数据的第三梯度向量，其中，所述高斯噪声对应的噪声均值为0，标准差为σ，所述σ为正数；按照梯度下降算法使用所述第三梯度向量对所述第一模型参数值进行更新，得到第二模型参数值，并使用所述第二模型参数值对所述大模型进行训练；使用训练完成的大模型对当前图像数据进行处理，得到处理结果。