摘要
本申请涉及一种基于多模态视觉大模型的混凝土工作性能测量方法及系统,解决了混凝土工作性能参数的快速检测较为麻烦的问题,其方法包括:基于多模态视觉大模型的空间语义理解能力,结合多视图立体视觉与结构光扫描技术,重建混凝土浆体的三维几何结构,提取形态特征参数,形成特征向量;将特征向量输入预训练的多任务神经网络,融合时空特征并结合流变学算法,识别各类工作性能参数;采用集成学习融合至少3次识别结果,通过流体仿真平台基于流体动力学基本方程验证参数;基于验证结果,生成包含材料组分的配合比优化建议。本申请具有如下效果:实现混凝土工作性能参数的非接触式快速测量,提升精度与效率,并提供了配合比优化建议。
技术关键词
性能测量方法
混凝土
结构光扫描技术
多模态
多任务神经网络
融合时空特征
实例分割算法
特征匹配算法
坐标系
RANSAC算法
立体视觉技术
语义
建立三维重建模型
图像像素
形态
遗传算法
移动最小二乘法
系统为您推荐了相关专利信息
状态机模型
评估系统
多轮对话
分层存储架构
语义
融合特征
全局特征提取
图像去噪算法
局部特征提取
成像设备
边缘计算方法
跨模态
模态特征
动态
文字输入设备
复位方法
中央控制单元
电磁传感器
机器人
光声成像装置