标签相关性引导的多模态下水道共生病害识别方法

AITNT
正文
推荐专利
标签相关性引导的多模态下水道共生病害识别方法
申请号:CN202510271248
申请日期:2025-03-07
公开号:CN120182220A
公开日期:2025-06-20
类型:发明专利
摘要
本发明属于图像识别技术领域,公开了一种标签相关性引导的多模态下水道共生病害识别方法,首先构建下水道共生病害识别系统,然后将待处理图像输入构建的下水道共生病害识别系统,得到下水道共生病害识别结果;下水道共生病害识别系统包括学生模型和分类器;引入教师模型来指导学生模型的学习;同时引入基于标签引导的离散图文交互,来指导学生模型捕捉不同病害缺陷之间的复杂相关性。本发明能够显著提高下水道病害检测的效率和准确性,为城市污水系统的高效维护和管理提供了新的技术支持,减少了人工检查的成本和潜在的安全风险。
技术关键词
病害识别方法 病害识别系统 下水道 标签 学生 sigmoid函数 样本 城市污水系统 图文 矩阵 教师 文本编辑器 图像特征向量 分类器参数 跨模态 图像识别技术 文本编码器
系统为您推荐了相关专利信息
1
基于神经元筛选的模型版权保护方法及电子设备
图像分类模型 版权保护方法 水印 参数 样本
2
基于持续学习的毫米波雷达点云分割方法及装置
雷达点云分割方法 语义分割模型 神经网络架构 标签 数据
3
模型训练方法、意图识别方法、装置、计算机程序产品
意图识别模型 意图类别 文本 意图识别方法 样本
4
高速光网络中的智能路由优化方法及系统
模拟模型 高速光网络 网络性能信息 网络结构信息 冗余
5
一种莫霍面深度重力反演模型构建方法及反演方法
反演模型 异常数据 上采样 融合特征 注意力
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