基于视觉语言提示学习的工业材料表面形貌测量分析方法

AITNT
正文
推荐专利
基于视觉语言提示学习的工业材料表面形貌测量分析方法
申请号:CN202410753569
申请日期:2024-06-12
公开号:CN118710602A
公开日期:2024-09-27
类型:发明专利
摘要
本发明公开了一种基于视觉语言提示学习的工业材料表面形貌测量分析方法,包括以下步骤:对于工业材料表面图像,进行裁剪处理,统一图像大小,根据工业需求的测量指标要求整理出带有不同标签的图像文本对;将带有标签的图像文本对处理成含有正例与负例的数据集,并将数据集划分为训练集、验证集和测试集;材料表面图像被输入到双路并行对抗网络中,进行特征提取;形貌特征文本模板和材料表面图像被输入到视觉语言多模态信息融合网络进行工业材料表面形貌测量及分析,得到多模态多粒度融合特征F;得到多模态多粒度融合特征F后,经过特征判别器进行判别,实现对工业材料表面形貌的测量及分析。
技术关键词
工业材料表面 形貌特征 梯度下降算法 融合特征 多模态信息融合 图像特征提取 Sigmoid函数 文本编码器 分析方法 元素 表面纹理特征 视觉 通道 注意力机制 多尺度特征提取 标签
系统为您推荐了相关专利信息
1
一种海洋牧场的渔业资源计算方法及系统
海洋牧场 全局特征提取 图像识别模型 水体 图像局部特征提取
2
一种基于人工智能的轨迹画像生成方法及系统
语义特征 非线性动力学 场景上下文 画像生成方法 跨模态
3
一种基于强化学习的高速通信芯片宏放置方法
约束特征 策略 网络 静态特征 高速通信
4
基于便携自助终端的仓储管理系统及其方法
仓储管理方法 自助终端 参数 仓储管理系统 仓储物料管理
5
基于AC强化学习的直流负载MOS管电压调节方法
电压调节方法 MOS管 网络 策略 梯度下降算法
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