一种基于ViT的遥感影像大模型的在线增量学习方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于ViT的遥感影像大模型的在线增量学习方法，属于图像处理技术领域，包括获取数据集；构造一双分支编解码网络，包括空‑谱双分支编码器、混合连接编码器HCE和混合连接解码器HCD；构造双分支编解码网络的损失函数L，用遥感影像数据集D以最小化L训练至收敛，得到第一基础模型并冻结其参数；基于第一基础模型和分类器构造第二基础模型，用第二基础模型的在线增量学习。本发明能实现跨模态特征的深度交互与增强；并基于LoRA方法进行在线增量学习和网络参数更新，并实时监测在线分类任务的损失变化来冻结与合并LoRA参数。在LoRA模块中引入正则化项来避免灾难性遗忘，从而实现高效、可扩展且任务无关的在线增量学习。

《一种基于ViT的遥感影像大模型的在线增量学习方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2025108203341，当前法律状态为已下证，由成都理工大学提出申请，发明人为姚光乐;林凡皓;李军;王洪辉;王琛;徐晓宇;庞璐;彭鹏;杨冬营，申请日期为2025-06-19，公开（公告）日期为2025-08-19，国际专利分类号（IPC）为 G06V 20/10 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于ViT的遥感影像大模型的在线增量学习方法，属于图像处理技术领域，包括获取数据集；构造一双分支编解码网络，包括空‑谱双分支编码器、混合连接编码器HCE和混合连接解码器HCD；构造双分支编解码网络的损失函数L，用遥感影像数据集D以最小化L训练至收敛，得到第一基础模型并冻结其参数；基于第一基础模型和分类器构造第二基础模型，用第二基础模型的在线增量学习。本发明能实现跨模态特征的深度交互与增强；并基于LoRA方法进行在线增量学习和网络参数更新，并实时监测在线分类任务的损失变化来冻结与合并LoRA参数。在LoRA模块中引入正则化项来避免灾难性遗忘，从而实现高效、可扩展且任务无关的在线增量学习。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！