摘要
一种基于深度学习的输变电工程标准化开工检查方法及系统,方法首先收集工程文档与施工现场图像,并预处理,获得文本内容与现场图像,然后基于文本内容,引入语法权重改进BERT模型,计算获得文本特征向量,接着基于Sine‑Tent‑Cosine混沌映射与萤火虫算法位置更新策略改进白鲨优化算法,并将文本特征向量作为输入,输出文本的自动检查和分类结果,最后基于改进的YOLOv5算法识别施工现场图像内容,完成对施工现场情况的自动检查;本发明通过优化BERT的自注意力机制来增强文本的特征向量表示,并利用改进的白鲨优化算法加强BiLSTM的收敛速度,同时改进YOLOv5算法的识别能力,将图像与文本相结合,完成对现场的规范检查,不仅保证了检查结果的准确性,同时提高了算法的效率。
技术关键词
输变电工程
文本特征向量
注意力机制
施工现场
BERT模型
位置更新
萤火虫算法
检查方法
表达式
检查系统
图像
语句
策略
标识标牌
通道
模块
集群
系统为您推荐了相关专利信息
智能分类方法
BERT模型
文本
卷积神经网络模型
关键词特征
水下图像增强方法
卷积模块
引入注意力机制
图像增强模型
通道
定向能量沉积
残余应力预测方法
薄壁构件
激光
弹塑性理论
图像全局特征
交互式指令
文本编码器
图像编码器
图像行人