一种领域知识驱动的多模态电力巡检方法、装置和系统与流程
技术特征:
1.一种领域知识驱动的多模态电力巡检方法,其特征在于,所述的多模态电力巡检方法包括:
2.根据权利要求1所述的一种领域知识驱动的多模态电力巡检方法,其特征在于,所述的利用部署在边端的轻量级目标检测网络对待测目标的图像数据集进行初步检测和分类并过滤掉无缺陷样本,具体过程包括:
3.根据权利要求1所述的一种领域知识驱动的多模态电力巡检方法,其特征在于,所述的将缺陷样本数据标注为后续缺陷检测所需的数据格式,具体包括:
4.根据权利要求1-3任一项所述的一种领域知识驱动的多模态电力巡检方法,其特征在于,所述的根据大语言模型及多模态大模型进行小目标缺陷检测,具体包括:
5.根据权利要求4所述的一种领域知识驱动的多模态电力巡检方法,其特征在于,所述的clip模型的训练过程具体包括:
6.根据权利要求5所述的一种领域知识驱动的多模态电力巡检方法,其特征在于,所述的对比损失函数表示为:
7.根据权利要求5所述的一种领域知识驱动的多模态电力巡检方法,其特征在于,所述的clip模型的训练过程还包括:
8.根据权利要求5所述的一种领域知识驱动的多模态电力巡检方法,其特征在于,所述的采用预训练的yolov8模型进行缺陷检测,具体过程包括:
9.一种领域知识驱动的多模态电力巡检装置,其特征在于,所述的多模态电力巡检装置包括:
10.一种领域知识驱动的多模态电力巡检系统,其特征在于,所述的多模态电力巡检系统包括:
技术总结
本申请公开了一种领域知识驱动的多模态电力巡检方法、装置和系统,本申请属于输变电线路检测技术领域,方法包括:利用部署在边端的轻量级目标检测网络对待测目标的图像数据集进行初步检测和分类,过滤掉无缺陷样本,并将包含位置信息和类别信息的缺陷样本传输至云端;对缺陷样本进行分类,并将缺陷样本数据标注为后续缺陷检测所需的数据格式;判断是否为小目标缺陷;如果是则根据大语言模型及多模态大模型进行小目标缺陷检测,否则采用预训练的YOLOv8模型进行缺陷检测。本申请采用大小模型结合的方式,并采用多模态大模型实现小目标缺陷检测,可以显著提升检测效率和准确性。
技术研发人员:滕予非,向思屿,张凌浩,王译萱,刘松嘉,杜佩珂,王胜,陈玉敏,刘昶
受保护的技术使用者:国网四川省电力公司电力科学研究院
技术研发日:
技术公布日:2024/12/2
文档序号 :
【 40201171 】
技术研发人员:滕予非,向思屿,张凌浩,王译萱,刘松嘉,杜佩珂,王胜,陈玉敏,刘昶
技术所有人:国网四川省电力公司电力科学研究院
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:滕予非,向思屿,张凌浩,王译萱,刘松嘉,杜佩珂,王胜,陈玉敏,刘昶
技术所有人:国网四川省电力公司电力科学研究院
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
