摘要
本发明属于精密测量与智能计算技术领域,具体涉及一种多模态大模型驱动的惯性平台温度场生成方法。包括如下步骤:(1)数据采集与预处理:采集惯性平台的结构外观图像及其多工况热力分布图,使用仿射变换或透视变换进行空间对齐;(2)描述性文本生成:输入惯性平台的多角度RGB图像,通过预训练的视觉大模型提取空间特征,并生成结构化文本描述,描述图像中的惯性平台及其环境;(3)扩散模型构建:输入惯性平台图像和描述性文本,分别提取视觉结构特征和语义描述特征,利用扩散模型逐步去噪的特性,结合文本语义引导,控制温度场的生成方向;(4)模型训练与验证:选择优化器与学习率调度策略,验证模型关注区域的合理性。
技术关键词
惯性平台
图像特征提取
生成方法
评估模型稳定性
文本编码器
注意力
多模态
矩阵
多角度
智能计算技术
视觉特征
文本生成模型
混合损失函数
语义
优化噪声
分辨率
噪声预测
系统为您推荐了相关专利信息
知识库构建方法
大语言模型
节点
智能问答方法
文本
密钥封装方法
多项式
编解码方法
公钥加密方法
消息
预警信息生成方法
时空大数据
视频流
图像采集设备
关系网络
三维仿真模型
影像生成方法
探头
机器可读指令
影像生成装置
工业故障检测方法
全局视觉特征
融合特征
多尺度特征提取
高层视觉特征