一种基于多模态视觉的退役核石墨潜能预测方法及系统

本申请属于核石墨退役处理技术领域，具体涉及一种基于多模态视觉的退役核石墨潜能预测方法及系统，方法通过采集退役核石墨的表面形貌、温度分布、辐射强度和内部结构的多模态图像数据，进行预处理后，利用深度学习模型提取关键特征并采用特征融合技术生成多维度特征图，结合注意力机制聚焦关键区域，增强模型对特征的关注，进而通过U‑Net图像分割算法构建特征提取网络进行训练，优化后的模型可实时显示核石墨的状态与预测结果，辅助选择合适的废料处理方案。本申请克服了传统单一检测方式的局限性，通过多维度数据融合与智能分析，精准预测退役核石墨的潜能，提升核反应堆退役过程的安全性。