一种基于深度神经网络的矿车轨道异物检测方法及系统

AITNT
正文
推荐专利
一种基于深度神经网络的矿车轨道异物检测方法及系统
申请号:CN202510582942
申请日期:2025-05-07
公开号:CN120472426A
公开日期:2025-08-12
类型:发明专利
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
1
一种基于查询引导的自适应三维大语言模型系统
大语言模型 语义向量 物体 场景 矩阵
2
一种基于超声导波的架空地线腐蚀评估方法、系统、设备及介质
超声导波 深度学习模型 地线 传感器布置 信号采集模块
3
一种针对长尾现象的自动驾驶汽车碰撞风险预测方法
风险预测方法 交通流状态 车辆 加速度 交通流特征
4
一种基于图卷积神经网络的敏感影评检测方法
信息知识图谱 BERT模型 矩阵 节点 语义
5
一种高效自适应信号处理系统
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号