一种基于LLaVA多模态大模型的虫草识别方法及系统
申请号:CN202510448736
申请日期:2025-04-10
公开号:CN120298799A
公开日期:2025-07-11
类型:发明专利
摘要
本发明公开了一种基于LLaVA多模态大模型的虫草识别方法及系统,涉及计算机视觉、自然语言处理和人工智能技术领域,包括采集虫草数据,将虫草数据进行预处理;建立特征提取算法,对预处理后的虫草数据进行特征提取和融合;根据融合结果对虫草进行分类,生成虫草分类报告。本发明通过采集虫草多角度图像及配套文本,进行预处理提升数据质量,构建特征提取算法实现图文多模态融合,突破传统单模态识别局限,增强对细粒度特征的感知能力及复杂环境下的鲁棒性,最终对融合特征进行分类,生成结构化识别报告,提升识别准确率,实现自动化识别与结果反馈。
技术关键词
识别方法
特征提取算法
细粒度分类
多模态数据采集
多模态特征融合
文本
细粒度特征
特征提取单元
报告
推理机制
图像分割
输出模块
图像采集设备
人工智能技术
多角度
计算机视觉
视觉特征
识别系统