摘要
本公开提供了基于大小模型协同处理的智能抄表方法、装置及设备,涉及人工智能技术领域,尤其涉及结合大模型和小模型,通过深度学习实现高精度智能识别等领域,能够用于智能抄表、电力巡检等场景。具体实现方案为:获取目标区域内采集的仪表的表盘原始图像数据;通过预先训练好的轻量级图像分析模型对表盘原始图像数据进行处理,得到仪表的设备类型和当前读数;将设备类型和当前读数输入预先训练好的大规模异常检测模型,以由大规模异常检测模型结合设备类型对当前读数进行分析,生成仪表的异常概率值和异常类型;响应于确定异常概率值超过预设风险阈值,输出包含异常概率值和异常类型的检测结果。本方案能够提升抄表的准确性和效率。
技术关键词
原始图像数据
图像分析模型
智能抄表方法
表盘
机械式指针仪表
数字化仪表
动态阈值区间
识别算法
图像分割算法
智能抄表装置
特征融合网络
高风险
图像获取模块
处理器
人工智能技术
校正
计算机
系统为您推荐了相关专利信息
数据智能分析方法
检测终端
图像分析模型
影像
数据智能分析系统
优化管理方法
因子
电力物资管理技术
图像块
卷积框架
六氟化硫气体压力
数据在线监测系统
视觉识别传感器
六氟化硫密度继电器
表盘
感知机器人
轨迹
自主导航方法
实时位置
路况信息
故障排除方法
故障预测模型
媒体存取控制
运维工具
自愈网络