基于混合专家模型的电力现场作业安全检测方法及系统

AITNT
正文
推荐专利
基于混合专家模型的电力现场作业安全检测方法及系统
申请号:CN202411538070
申请日期:2024-10-31
公开号:CN119478626B
公开日期:2025-12-05
类型:发明专利
摘要
本发明属于电力领域与人工智能技术领域,具体涉及一种基于混合专家模型的电力现场作业安全检测方法及系统。本发明结合了视觉语言模型与YOLO目标检测模型,通过混合专家模型架构在少样本条件下实现高效精确的电力现场作业安全检测。在训练阶段,通过多模型协同训练,构建了针对不同场景和目标的专家模型集合。在检测阶段,采用两阶段检测机制,先由YOLO进行快速初步检测,随后VLM针对低置信度目标进行复检,最终整合检测结果,确保检测的准确性。本发明旨在有效应对电力现场作业中的复杂环境和安全隐患,显著提高安全检测效率和准确度,相较于单一模型架构,本发明在电力现场作业场景下展现出更广泛的应用场景和更高的检测质量。
技术关键词
电力现场作业 场景分类 置信度阈值 多模态 图像获取模块 多模型协同 检测模型训练 输出模块 数据 测试模块 两阶段 训练场景 人工智能技术 策略 模式 标签
系统为您推荐了相关专利信息
1
基于自适应慢-快系统的语言交互式自动驾驶方法及装置
自动驾驶方法 融合控制器 轨迹规划器 时序特征 子系统
2
一种多模态感知融合的机器人类人操作方法及系统
多模态 误差参数 对象 生成树 人类
3
一种医学影像图像的分割装置及医学影像图像的分割方法
融合特征 多模态特征融合 图像分割模型 组学特征 分支
4
一种多模态融合和特征对齐的脑组织图像分割方法
图像分割方法 代表 边界检测算法 多尺度特征提取 上采样
5
一种内容推荐方法、服务器及显示设备
内容推荐方法 显示设备 多模态特征融合 数据 兴趣
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