基于跨模态主动学习的电力设备缺陷数据标注方法及系统

本发明提供基于跨模态主动学习的电力设备缺陷数据标注方法及系统，属于电力设备缺陷数据标注领域，S1、将电力设备缺陷数据转化为多模态数据，将多模态数据映射到统一的特征空间，构建多模态分类模型；S2、选择部分样本进行标注，构建初始训练集；S3、对多模态分类模型进行训练，将多模态数据中未标注样本输入到多模态分类模型，输出预测标签；S4、根据主动学习策略在多模态数据中选择具有标注价值的样本进行标注，得到标注样本，将标注样本添加到初始训练集中，重复S3至S4，达到标注要求或停止条件；利用训练好的多模态分类模型对电力设备缺陷数据进行分类，得到最终的标注结果；减少标注数据成本和工作量，提高标注准确度。