摘要
本发明公开了一种基于多模态大模型的自学习验布标记训练系统以及方法,通过布匹输送拍摄装置拍摄布匹实时图像,并将其发送至纺织多模态大模型服务器;纺织多模态大模型服务器根据布匹实时图像生成标记瑕疵信息,并将标记瑕疵信息传输至人工检测工位;由人工检测工位的人工对标记瑕疵的图像进行评定后生成复检信息;将复检信息、标记瑕疵信息和布匹实时图像发送至训练数据库进行存储,并通过打标机进行自动打标,完成验布打标和训练标注;纺织多模态大模型服务器根据更新后的训练数据库进行自学习后更新部署成新的纺织多模态大模型服务器;新的纺织多模态大模型服务器用于下次布匹瑕疵标记,并重复上述步骤,从而使纺织多模态大模型服务器在工作流中自学习。本发明基于多模态大模型的自学习验布标记训练系统以及方法,在同一个工作流中将人工检测和人工智能检测相结合,由人工检测对人工智能检测的缺陷进行补充,通过人工检测的缺陷信息不断补充数据库,实现人工智能检测在工作流中的自更新和自学习。
技术关键词
多模态
实时图像
瑕疵
标记
训练系统
纺织
布匹输送机构
拍摄装置
AI服务器
打标机
工位
判断系统
训练机
工作流
正确率
视觉
度量
系统为您推荐了相关专利信息
推荐系统
多模态
推荐方法
训练集数据
贝叶斯个性化排序
激光雷达图像
遥感图像分类方法
注意力
分支
图像位置特征
取样机器人
多模态
监控方法
数字孪生模型
传感器
运动员
跟踪识别方法
特征数据库
摄像设备
时效性