一种基于多AI大模型联合决策的全天候交通事件识别方法

AITNT
正文
推荐专利
一种基于多AI大模型联合决策的全天候交通事件识别方法
申请号:CN202510627965
申请日期:2025-05-15
公开号:CN120689820A
公开日期:2025-09-23
类型:发明专利
摘要
本发明提出了一种基于多AI大模型联合决策的全天候交通事件识别方法,主要包括以下步骤:首先通过道路监控摄像头实时采集全天候交通图像,并进行预处理以提高图像清晰度;随后,利用大语言模型对交通图像进行语义分析,并实现数据结构化存储;利用本地部署的大语言模型对交通事件类型进行推理;结合大语言模型对交通事故严重程度进行判定;结合大语言模型实现系统维护;本发明通过集成多种大模型构建AITI‑Agent,解决了传统图像识别方法在复杂交通环境中的局限性,通过对不同大语言模型集成实现了更加准确和实时的全天候交通事件识别与预警。
技术关键词
全天候交通 事件识别方法 大语言模型 交通事件信息 道路交通监控摄像头 决策 路段 图像增强模块 语义特征提取 车辆 智能推理 图像数据采集模块 天气 噪声 道路监控摄像头 深层语义分析 前端摄像设备 信息交互接口
系统为您推荐了相关专利信息
1
一种文本指令微调场景的持续学习方法
持续学习方法 指令 大语言模型 文本 增量式学习
2
一种基于大语言模型对抗训练的数据生成与模型优化方法及装置
大语言模型 模型优化方法 模型训练模块 数据获取模块 机器学习模型
3
使用扩散进行合成图像增强的上下文保留
文本 像素 对象 光学字符识别 处理器
4
一种基于大语言模型的代码错误定位系统及方法
错误定位方法 大语言模型 定位器 数据 输入错误
5
一种风险检测方法、装置及设备
节点 模版 文本 风险检测方法 模式匹配
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