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
融合特征
历史轨迹数据
车辆轨迹预测方法
图像
时序
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
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
场景方法
平面图
三维场景数据
变换器
构建三维场景