摘要
本发明属于目标检测技术领域,提供了一种基于深度神经网络的矿车轨道异物检测方法及系统,包括:获取矿车轨道的实时图像和文本提示词;提取所获取的实时图像的层次式多模态特征;采用多模态深度神经网络融合得到的层次式多模态特征和文本提示词,得到矿车轨道的图文融合特征;根据所得到的矿车轨道的图文融合特征和预设的异物检测模型,检测矿车轨道是否存在异物;当存在异物时,识别异物尺寸并确定异物位置,完成矿车轨道异物的实时监测。
技术关键词
矿车轨道
异物检测方法
文本特征向量
深度神经网络检测
模态特征
融合特征
实时图像
联合损失函数
图像特征向量
图文
样本
异物检测系统
注意力机制
残差神经网络
检测损失
大语言模型
计算机程序产品
系统为您推荐了相关专利信息
超声导波
深度学习模型
地线
传感器布置
信号采集模块
风险预测方法
交通流状态
车辆
加速度
交通流特征
信号处理系统
热电制冷模块
温度自适应控制
深度学习模型
太阳能驱动风扇