摘要
本申请提供一种基于AI的管廊动火作业隐患自动识别方法及装置,该方法实时采集管廊动火作业现场的数据并预处理;采用基于扩散模型和大模型蒸馏技术的图像检测分类算法进行检查点的识别比对,得到识别比对结果;调用预先构建好的LLM大语言模型,通过多模态输入算法对预处理后的多模态数据及所述识别比对结果进行潜在的安全隐患识别,输出多模态动火作业综合监管报告。利用扩散模型和大模型蒸馏技术,提供数据增广和数据预处理,实现对管廊动火作业现场的图像检测及分类,通过LLM构建整体系统框架及多模态输入算法分析,能够实现对管廊动火作业现场的实时监控、隐患自动识别和智能预警,提高安全隐患识别的准确性和效率。
技术关键词
动火作业
自动识别方法
综合监管
图像检测分类
多模态
数据
检查点
环境传感器
蒸馏
可视化平台
监测湿度变化
图像修复技术
管廊
监测环境参数
自动识别装置
监测环境温度
卡尔曼滤波算法
图像分类模型
系统为您推荐了相关专利信息
软测量方法
棉纤维马克隆值
特征提取器
纱线外观
多模态
多模态对话
音频
视觉
情感识别方法
文本特征向量
动态测温方法
多光谱
可见光图像
补偿算法
非均匀性校正算法
文本
切片
异常事件
大语言模型
应急预案生成方法