一种基于多模态数据的地下电缆缺陷识别方法及系统

AITNT
正文
推荐专利
一种基于多模态数据的地下电缆缺陷识别方法及系统
申请号:CN202411963727
申请日期:2024-12-30
公开号:CN119992160A
公开日期:2025-05-13
类型:发明专利
摘要
本发明公开了一种基于多模态数据的地下电缆缺陷识别方法及系统,涉及地下电缆缺陷检测与识别技术领域,包括收集地下电缆的多模态图像数据,并进行人工标注,确定图像的缺陷类别,形成训练数据集,利用处理后的数据构建网络模型,利用特征编码对多模态图像进行特征提取和特征编码,获得编码特征矩阵组,将编码特征矩阵组映射到同一投影空间,获得映射特征,并对映射特征进行处理,预测缺陷类别,并通过优化损失函数训练网络模型,将待识别的地下电缆多模态图像输入训练后的网络模型,并通过网络模型输出缺陷类别识别结果。本发明适应不同类型和规格的电缆缺陷识别需求,通过减少电缆故障的损失和维护成本,为电力企业带来显著的经济效益。
技术关键词
地下电缆 缺陷识别方法 缺陷类别 多模态 编码特征 子模块 网络 特征提取模块 输出特征 超声波图像数据 缺陷预测 X射线图像数据 梯度下降法 矩阵 彩色图像数据 级联 输出模块 电缆缺陷
系统为您推荐了相关专利信息
1
车辆轨迹预测方法、装置和车辆
融合特征 历史轨迹数据 车辆轨迹预测方法 图像 时序
2
一种生活垃圾智能识别抓取装置及控制方法
识别抓取装置 垃圾智能 抓取控制方法 储存箱 深度强化学习算法
3
一种基于可解释深度学习的医院终端威胁行为识别方法
长短期记忆网络 生成全局热力图 时间序列图像 解释技术 注意力机制
4
基于平面图生成三维场景方法、装置、设备及介质
场景方法 平面图 三维场景数据 变换器 构建三维场景
5
堤坝渗漏智能监测方法及系统
堤坝 多波段 融合特征 语义特征 语义关联度
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