摘要
本发明属于人工智能与激光熔覆技术交叉领域,具体公开了一种基于大模型的激光熔覆知识库构建方法。该方法借助多模态数据处理技术,对分散于专利、文献、企业工艺参数表中的激光熔覆知识进行采集,运用HTML转换、OCR识别、YOLO缺陷检测等技术,将非结构化数据转化为结构化的JSON格式数据。构建的训练集包含应用对象、效果标注与技术特征的映射关系,通过QLoRA适配器注入和三阶段微调策略,使大模型具备一定因果推理能力。系统通过动态优化机制持续更新知识库,实现了工艺参数智能推荐、缺陷图像识别和技术趋势分析等功能。相较于传统方法,构建多模态知识库,实现领域知识深度关联与智能推理。
技术关键词
知识库构建方法
子模块
缺陷识别功能
数据
图片
检验单元
适配器
格式
构建训练集
三元组
缺陷图像识别
传输接口
表格
YOLO模型
多模态
语义
激光熔覆技术
同义词库
系统为您推荐了相关专利信息
布局优化方法
设备参数信息
网络拓扑
智能分析模块
数据管理模块
单向数据传输方法
数据完整性校验
图像显示装置
红外线接收头
图像采集装置
磁场检测电路
AD转换芯片
微控制器
串口触摸屏
铝电解多功能机组
文本
推荐模型训练方法
引入注意力机制
数值
订单