摘要
本发明涉及一种针对龙卷地面灾情的智能识别评估技术,包括:数据收集与预处理模块,从多个数据源收集龙卷风地面灾情的图像数据和文本数据,并对数据进行预处理和清洗,生成结构化数据集;多模态灾害评估模型,基于VLLM和先进视觉识别技术,采用双流网络结构,包括图像特征提取分支和文本处理分支,图像特征提取分支从高分辨率图像中提取关键灾害特征,文本处理分支深度解析与灾害等级评估相关的文本信息;交互式学习机制,允许多模态灾害评估模型在初步分析后向用户请求反馈,并根据反馈进行自我调整和优化。本申请还提供了一种地图显示方法。本申请能有效解决包括数据稀缺性、图像多样性、损害评估效率低、快速处理需求和模型泛化能力问题。
技术关键词
地图显示方法
图像特征提取
生成结构化数据
龙卷风灾害
多模态
视觉识别技术
分支
文本
地面
灾害预警模块
迁移学习技术
动态更新
交互式学习
网络结构
GIS地图
深度学习算法
系统为您推荐了相关专利信息
多源异构数据
需求预测方法
需求预测模型
多模态特征
微电网设备
证书图像
图像特征提取模型
文本特征向量
图像特征向量
传播算法