大连理工大学王振伟获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉大连理工大学申请的专利一种多模态统计提示学习的小样本新能源设备缺陷识别方法、系统、存储介质及设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119066513B 。
龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411107300.X,技术领域涉及:G06F18/2415;该发明授权一种多模态统计提示学习的小样本新能源设备缺陷识别方法、系统、存储介质及设备是由王振伟;张强;王鹏飞;于硕;赵妙云;苏伟健设计研发完成,并于2024-08-13向国家知识产权局提交的专利申请。
本一种多模态统计提示学习的小样本新能源设备缺陷识别方法、系统、存储介质及设备在说明书摘要公布了:一种多模态统计提示学习的小样本新能源设备缺陷识别方法、系统、存储介质及设备,属于新能源设备缺陷识别领域。本发明包括数据获取、特征提取、统计查询、结合软提示、构建分类器、训练模型六个步骤。通过统计特征作为查询在主干所提取特征中获得区分性特征,并将其和软提示相结合以减少对计算资源的需求,同时引入文本输入增强对缺陷类别的理解,提高识别精度和泛化能力。
本发明授权一种多模态统计提示学习的小样本新能源设备缺陷识别方法、系统、存储介质及设备在权利要求书中公布了:1.一种多模态统计提示学习的小样本新能源设备缺陷识别方法,其特征在于,步骤如下: S1,数据获取:获取新能源设备缺陷图像及缺陷类别的文本描述,将图像和文本作为输入; S2,特征提取:使用预训练的多模态模型CLIP作为文本编码器和图像编码器,分别提取文本和视觉特征,记文本编码器为,图像编码器为,文本输入记为,图像输入记为,特征提取过程如下: ; ; 其中,和分别是文本和图像编码器的输出,其通道大小记为,和分别表示个文本令牌和个视觉令牌,表示句子结束位置的令牌,则表示图像中的类令牌;和分别表示文本处理时的词嵌入和图像处理时的位置嵌入; S3,统计查询:对多模态模型CLIP提取的文本和视觉特征进行统计查询操作,对于视觉部分的特征,在计算统计查询时仅使用视觉令牌进行,将其记为;首先,沿通道维度计算的统计矩: ; 其中,为某一维度中的第a个元素,是阶矩,是大于等于3的整数,是一阶矩,然后对阶矩执行归一化操作: ; 其中,是二阶矩,结合多个统计矩作为查询的方法,查询过程如下: ; 其中,,表示个统计矩的组合,是softmax函数,用于对特征的归一化,是矩阵的转置;最后,使用表示从图像编码器输出中获取的区分性特征;对于文本编码器的输出,则是使用所有个令牌进行,其余过程与图像编码器输出处理相同; S4,结合软提示:将统计查询获得的区分性特征与软提示相结合,将统计查询过程通过下式表示: ; ; 其中,和分别表示经过统计查询操作之后的文本和视觉特征;然后通过拼接的形式将软提示与这些区分性特征相结合,并通过均值池化将其整合为文本和视觉的整体表示: ; ; 其中,和分别表示i个文本软提示和个视觉软提示,上述软提示是特征维度为的可学习向量,表示均值池化; S5,构建分类器:将文本和视觉的整体表示使用一个线性分类器进行新能源设备缺陷的概率预测: ; 其中,表示分类器的可学习参数,并且在文本和视觉特征之间共享; S6,训练模型:在训练过程中,CLIP主干保持冻结,仅更新软提示和分类器参数,经过学习后的模型可以直接对新的新能源设备图像进行缺陷识别。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励