摘要
本申请公开了一种基于迁移学习和增量学习的腔道多模态检测方法及相关装置。该方法包括:术中同步获取视觉、力学、电磁信号;将视觉信号输入冻结参数的卷积主干,其多级中间特征分别送入视觉、力学、电磁检测头,后两者经适配层输出病灶掩膜、力学热点向量、位姿序列;对三类输出进行时间戳对齐并通过迭代最近点流程获得统一坐标系点云,累积构建腔道三维模型;术后把缓存队列中的视觉样本用于增量更新视觉检测头与适配层参数并上传云端,以加权平均方式替换原参数。本发明实现术中多模态实时检测与术后持续进化,兼顾精度与效率。
技术关键词
检测头
视觉
力学
三维模型
参数
电磁
多模态
坐标系
计算机程序产品
队列
点云
云端
信号
计算机程序代码
网络
存储单元
可读存储介质
样本
网格
系统为您推荐了相关专利信息
切削刀具
声音采集模块
监测控制系统
信号处理模块
监测报警器
语义
卷积模块
图像篡改检测方法
更新模型参数
注意力
特征提取模型
视觉
文本
环境图像数据
环境传感器数据
人工智能网络
分割方法
肺叶
解剖特征
肝部CT图像
协作机器人系统
焊接设备
焊接工作站
移动平台
水冷焊枪