摘要
本发明涉及计算机视觉、计算机辅助设计与人工智能技术领域,公开了一种基于大语言模型的几何特征识别方法,三维模型自然语言化,大语言模型特征推理,增量式学习与优化,特征验证与输出。该基于大语言模型的几何特征识别方法,通过将三维几何数据转化为结构化文本描述,构建“几何参数‑拓扑关系”的联合表示空间,使大语言模型能够跟好地理解几何特征的含义和零件的结构;利用大语言模型的长上下文理解能力,分析几何特征间的拓扑关联,通过注意力机制捕捉特征间的依赖关系,实现复杂装配体中特征的层级化识别,通过持续学习新的几何案例与工程规范,动态更新大语言模型的几何特征知识库,支持新型特征的自适应识别,无需重新训练模型。
技术关键词
特征识别方法
大语言模型
增量式学习
自然语言
三维模型
新型特征
PLM平台
验证特征
人工智能技术
关系
语义标签
计算机视觉
顶点
注意力机制
动态更新
拓扑图
参数
批量
文本
格式
系统为您推荐了相关专利信息
视觉定位跟踪
多传感器融合
光电识别模块
捕捉设备
图像处理模块
样本
大语言模型
电力物资供应链
命名实体识别模型
编码向量
集群控制方法
节点资源状态
业务状态信息
大语言模型
控制策略