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！

龙图腾网获悉华东交通大学申请的专利一种基于地质视觉大模型的钻孔摄像智能解译方法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：CN120932074B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202511453999.X，技术领域涉及：G06V10/82；该发明授权一种基于地质视觉大模型的钻孔摄像智能解译方法是由朱顺顺;郭浩森;龚诗琳;周建平;陈履毅;毕朝琦设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本一种基于地质视觉大模型的钻孔摄像智能解译方法在说明书摘要公布了：本发明公开了一种基于地质视觉大模型的钻孔摄像智能解译方法，包括：1采集钻孔图像并作预处理，构建含地质标签的样本库；2基于现有通用视觉大模型，嵌入地质特征注意力模块与岩性分类适配器，结合深部煤矿地质特征进行专项优化，构建地质视觉大模型；3构建地质算法字典将地质学知识经验转化为能够计算的算法模块，并嵌入地质视觉大模型；4通过AI模块实现样本自适应诊断与反复学习。本发明方法通过构建地质视觉大模型，在模型中嵌入地质特征注意力模块和地质算法字典并融合样本自适应诊断与反复学习机制，能够显著提高钻孔摄像图像中地质特征识别的准确性，实现钻孔图像的高效、精准解译，为矿下作业提供精确的地质数据支持。

本发明授权一种基于地质视觉大模型的钻孔摄像智能解译方法在权利要求书中公布了：1.一种基于地质视觉大模型的钻孔摄像智能解译方法，其特征在于，包括以下步骤： 步骤S1、采集钻孔图像并作预处理，构建含地质标签的样本库； 采集钻孔图像并对图像进行去噪、增强处理，得到含地质标签的样本库，样本库按一定比例分为训练集、验证集、测试集； 步骤S2、基于现有通用视觉大模型，嵌入地质特征注意力模块与岩性分类适配器，结合深部煤矿地质特征进行专项优化，构建地质视觉大模型，并对构建的地质视觉大模型进行训练和验证，评估地质视觉大模型的准确性； 所述构建地质视觉大模型包括： 地质特征注意力模块嵌入； 在SwinTransformer模型的第4层与第5层之间嵌入地质特征注意力模块，自第4层输出的特征图，经地质特征注意力模块处理后输出维度保持不变的增强特征图，传入第5层继续特征提取，随后替换原SwinTransformer模型的分类头参数，并接入岩性分类适配器接收模型最后一层输出的特征向量，经全连接层降维后，再通过分类头输出岩性概率分布； 模型训练与优化； 将步骤S1中预处理后划分的训练集输入模型，模型训练过程中启用数据增强，对模型进行训练迭代； 步骤S3、构建地质算法字典将地质学知识经验转化为能够计算的算法模块，并嵌入地质视觉大模型； 所述地质算法字典的嵌入包括： 嵌入整合与触发条件设置； 将地质视觉大模型与地质算法字典部署于同一GPU服务器，通过内部局域网建立低延迟通信链路；当地质视觉大模型完成单张钻孔图像的初步解译后，系统自动触发数据封装，将解译结果按预设JSON格式打包，通过apivalidate接口发送至地质算法字典；地质算法字典完成规则校验与修正后，通过apicorrect接口返回修正结果；地质视觉大模型接收反馈后，结合修正结果更新最终解译并输出，同时记录修正日志，用于后续地质视觉大模型的迭代优化； 步骤S4、通过AI模块实现样本自适应诊断与反复学习，包括： 样本自适应诊断； 首先对步骤S1预处理后的训练集样本进行特征量化，将其输入地质视觉大模型，提取地质视觉大模型倒数第二层输出的特征向量，作为样本的数字化表征，基于地质视觉大模型中嵌入的地质特征注意力模块，采用DeepMineVision分析算法构建异常检测模型，通过计算样本特征向量的离群程度，标记出疑似异常样本；进而生成包含样本ID、异常类型及特征可视化结果的异常样本清单；接着对异常样本通过自动修正模块进行样本修正。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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。