一种基于多模态对比学习的输电线路缺陷识别方法

AITNT
正文
推荐专利
一种基于多模态对比学习的输电线路缺陷识别方法
申请号:CN202411583032
申请日期:2024-11-07
公开号:CN119741253B
公开日期:2025-08-22
类型:发明专利
摘要
本发明提供一种基于多模态对比学习的输电线路缺陷识别方法,构建输电线路图像‑文本‑标签数据集,在利用现有视觉‑语言模型中强大预训练表征的同时,通过电力领域特有的辅助预训练任务引入了文本模态数据中蕴含的电力语义知识,有效改善了输电线路缺陷识别的精度。同时,设计基于对比学习的微调策略,在下游输电线路缺陷识别任务的基础上添加I TC,使用两种任务微调整个识别模型来缓解微调阶段的过拟合问题,训练得到最终的输电线路缺陷识别模型。
技术关键词
输电线路缺陷 面向输电线路 图像编码器 输电线路巡检图像 矩阵 标签 输电线路部件 多模态 文本编码器 语义 计算机可执行指令 电力 阶段 基础 识别缺陷 训练算法 样本
系统为您推荐了相关专利信息
1
基于人工智能的疾病预警系统
图谱 疾病预警系统 节点 生理 指标
2
基于卷积神经网络和Kmeans聚类算法的皮肤评估方法、装置、设备及介质
算法 样本 主成分分析法 协方差矩阵 特征值
3
基于遗忘学习算法的长尾识别数据隐私保护方法及系统
深度神经网络模型 锚点 数据隐私保护方法 数据隐私保护系统 学习算法
4
聚焦管网系统的图像识别方法及装置
图像识别模型 管道 高斯滤波器 图像分割 灰度直方图
5
一种应用于模型的数据处理方法及电子设备
文本 水印 答案 数据处理方法 索引
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