一种基于多模态对比学习的输电线路缺陷识别方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于多模态对比学习的输电线路缺陷识别方法
申请号:
CN202411583032
申请日期:
2024-11-07
公开号:
CN119741253B
公开日期:
2025-08-22
类型:
发明专利
摘要
本发明提供一种基于多模态对比学习的输电线路缺陷识别方法,构建输电线路图像‑文本‑标签数据集,在利用现有视觉‑语言模型中强大预训练表征的同时,通过电力领域特有的辅助预训练任务引入了文本模态数据中蕴含的电力语义知识,有效改善了输电线路缺陷识别的精度。同时,设计基于对比学习的微调策略,在下游输电线路缺陷识别任务的基础上添加I TC,使用两种任务微调整个识别模型来缓解微调阶段的过拟合问题,训练得到最终的输电线路缺陷识别模型。
技术关键词
输电线路缺陷
面向输电线路
图像编码器
输电线路巡检图像
矩阵
标签
输电线路部件
多模态
文本编码器
语义
计算机可执行指令
电力
阶段
基础
识别缺陷
训练算法
样本