摘要
本发明提出一种基于双级确认大模型的超高压线路山火预警方法、装置、计算机设备和介质,该双级确认大模型方法通过分层次模型验证机制实现山火隐患的精准识别。具体包括:输入超高压线路摄像头的拍摄图像后,首先采用NAS Net进行第一层训练并输出分类概率,若概率超过预设故障阈值则直接输出预警结果;当概率未达阈值时,启动第二层基于变换器的双向编码器表征BERT模型进行语义特征再训练,通过二次概率判定提升识别置信度。所提方法通过双级模型协同验证,有效解决单一检测模型误判率高的问题,实现山火隐患的多维度特征交叉验证,优化传统预警系统对复杂环境干扰的抗噪能力,同时降低计算资源冗余消耗。
技术关键词
预警方法
BERT模型
超高压电力线路
山火预警装置
多尺度特征金字塔
双线性插值
融合多尺度特征
计算机设备
注意力机制
图像
识别置信度
多光谱
直方图均衡化
验证机制
预警机制
编码特征
编码器
预警系统
数据模块
系统为您推荐了相关专利信息
公路交通事件
事件识别
预警方法
预警规则
历史交通数据
水电站
BERT模型
关系抽取方法
命名实体识别
资料
文本智能分类
文本分类模型
科技
关键词提取算法
BERT模型
风险预警方法
作业策略
作业设备
大数据
评价特征