摘要
一种变电设备故障诊断模型持续学习方法及系统,属于图像处理技术领域,解决如何增强视觉语言预训练模型对新旧知识的识别能力的问题;本发明以弱监督的方式实现细粒度图像语义知识提取,通过计算全局语义分数对齐损失和局部语义特征对比损失,能够挖掘多张图像具有相似局部特征的对应关系,使得模型对新语义概念的充分理解和知识解耦,更加精确地进行新知识学习,通过计算细粒度文本特征与细粒度语义特征的匹配程度,对新数据中的通用知识和专用知识进行解耦,通过解耦新语义概念,建立新语义概念和已有知识的联系,在保持通用知识的前提下,更好地学习新语义类别的专用知识,实现新旧知识的良好兼容,使模型具有更好的前向兼容能力。
技术关键词
训练集
语义特征
持续学习方法
故障诊断模型
变电设备
图像特征提取模型
原型
语义知识提取
文本
局部图像特征
逻辑
分支
注意力机制
标签
深度学习框架
视觉
维基百科
阶段
系统为您推荐了相关专利信息
抗菌药物
患者
数据管理系统
融合语义
语义特征提取
电量预测模型
电厂发电量
燃煤
长短期记忆网络
电场
预测对象位置
识别方法
注意力
深度特征提取
双分支结构