基于文本提示的视觉大模型缺陷识别方法及系统

本发明提供基于文本提示的视觉大模型缺陷识别方法及系统，该系统包括：数据采集模块，通过无人机或其他设备采集建筑幕墙表面的高分辨率图像，并配以相关的文本描述；视觉特征提取模块，提取高层次语义特征；文本特征建模模块，将文本描述转化为嵌入向量；多模态融合模块，结合视觉特征和文本特征；缺陷分类模块，将融合后的特征输入到分类层中，输出每个潜在缺陷类别的概率分布；模型优化模块，提高泛化能力和检测准确性；结果输出模块，生成可视化图像和详细报告。本发明不仅解决了现有技术在检测效率、适用范围和识别精度方面的不足，还通过智能化手段提升了整个检测流程的安全性和便捷性，为现代建筑幕墙的维护提供了强有力的技术支持。