多模态人工智能质量缺陷预测方法

本发明涉及人工智能制造技术领域，具体公开了多模态人工智能质量缺陷预测方法，通过获取来自多个来源的实时多模态数据，包括文本数据、音频数据、图像数据和传感器数据，并将其与历史数据进行比较，以评估数据的准确性并区分准确数据和不准确数据，基于准确数据进行特征提取，构建质量缺陷预测模型，利用深度学习技术实现高效的质量缺陷预测，通过交叉熵损失函数计算预测值与实际值之间的偏差，判断预测结果的准确性，并根据预设阈值将预测值划分为准确预测和不准确预测，在准确预测的基础上，建立预警机制，对潜在缺陷的多模态数据进行预警，以便及时采取纠正措施，降低产品缺陷率。