基于细粒度文本提示特征工程的工业异常检测方法及系统

AITNT
正文
推荐专利
基于细粒度文本提示特征工程的工业异常检测方法及系统
申请号:CN202411059783
申请日期:2024-08-05
公开号:CN118568650B
公开日期:2024-10-15
类型:发明专利
摘要
本发明属于计算机视觉和图像识别技术领域,提供了一种基于细粒度文本提示特征工程的工业异常检测方法及系统,包括提取工业图像的文本特征、图像块特征和图像特征;利用图像特征对文本提示进行优化更新,得到细粒度文本提示特征;将图像块特征与细粒度文本提示特征进行相似性对比分析,将对比生成的异常结果图进行相加融合得到最终的异常检测结果;优化模型的参数,使损失函数最小,利用训练好的模型进行测试集的异常检测。本发明针对少样本工业图像异常检测,通过特征提取模块、细粒度文本提示工程模块和跨模态空间域多粒度交互模块搭建异常检测模型框架,提高了模型的泛化能力。
技术关键词
图像块特征 文本 异常检测方法 特征工程 工业 动态调制机制 多模态 特征提取模块 异构 跨模态 异常检测系统 参数 代表 图像识别技术 阶段 处理器 计算机视觉 注意力
系统为您推荐了相关专利信息
1
基于振动与视觉数据多模态融合的岩体异常检测方法
异常检测方法 长短期记忆网络 交叉注意力机制 振动特征 视觉
2
意图识别方法、装置、设备及介质
意图识别方法 对象 文本 意图分类模型 意图识别装置
3
一种基于DBSCAN算法的水利CAD图信息识别方法、系统及存储介质
DBSCAN算法 信息识别方法 控制点 图框 实体
4
一种基于结合代表性和不确定性查询策略的SATD识别方法
查询策略 识别方法 BERT模型 标记器 编码器
5
一种连铸坯空冷温度获取方法及系统
温度获取方法 实体 Web平台 数据服务器 数据中心
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