摘要
本发明公开了一种基于电力缺陷多模态模型的微调方法、设备和介质,通过获取基于专家评分的微调数据集,微调数据集的类型分布动态构建训练集,构建教师‑学生模型,采用训练集对教师‑学生模型进行训练,采用KL散度对训练后的教师‑学生模型进行模型拟合,得到拟合模型,根据微调数据集和拟合模型,基于InstructBLIP基础架构建立多模态微调模型,对多模态微调模型进行训练和优化,得到优化后的多模态微调模型进行缺陷微调。通过动态构建具有专家知识的训练集,解决了新增数据集存在的数据分布不均衡问题,从而高效率的使用新增的数据集,保证微调后的多模态模型具有高泛化能力和高稳定性。
技术关键词
微调方法
多模态
构建训练集
学生
教师
电力
视觉特征
交叉注意力机制
蒸馏
动态
处理器
数据分布
可读存储介质
文本
图像
存储器
高效率
系统为您推荐了相关专利信息
多模态深度神经网络
管理优化方法
卷积长短期记忆
视频监控数据
图像块
文本特征向量
对话情感分析方法
客服
声学传感器阵列
震颤
知识蒸馏技术
异常检测方法
融合特征
异常检测系统
模态特征
嵌入式计算机
压缩系统
多模态
视频压缩
视频数据传输
耐磨涂层
工业摄像机
寿命预测装置
激光探头
多模态