-
公开(公告)号:CN119478626A
公开(公告)日:2025-02-18
申请号:CN202411538070.2
申请日:2024-10-31
Applicant: 烟台海颐软件股份有限公司
IPC: G06V10/82 , G06V10/764 , G06V10/25 , G06N3/0464 , G06N3/084 , G06N3/096 , G06N3/045 , G06Q50/06 , G06V20/50
Abstract: 本发明属于电力领域与人工智能技术领域,具体涉及一种基于混合专家模型的电力现场作业安全检测方法及系统。本发明结合了视觉语言模型与YOLO目标检测模型,通过混合专家模型架构在少样本条件下实现高效精确的电力现场作业安全检测。在训练阶段,通过多模型协同训练,构建了针对不同场景和目标的专家模型集合。在检测阶段,采用两阶段检测机制,先由YOLO进行快速初步检测,随后VLM针对低置信度目标进行复检,最终整合检测结果,确保检测的准确性。本发明旨在有效应对电力现场作业中的复杂环境和安全隐患,显著提高安全检测效率和准确度,相较于单一模型架构,本发明在电力现场作业场景下展现出更广泛的应用场景和更高的检测质量。
-
公开(公告)号:CN118410876A
公开(公告)日:2024-07-30
申请号:CN202410873531.5
申请日:2024-07-02
Applicant: 烟台海颐软件股份有限公司
IPC: G06N5/04 , G06N5/022 , G06N3/045 , G06F40/30 , G06F16/332 , G06F16/35 , G06Q30/015
Abstract: 本发明属于政务服务技术领域,具体涉及一种基于大语言模型的问题指派方法。所述方法包括:步骤100:预处理阶段:收集关于问题指派相关的历史数据案例,构建历史数据案例知识库,并利用大语言模型为历史数据案例生成思维链和参考答案;步骤200:推理阶段:根据用户输入的问题文本,利用预处理阶段构建的知识库和生成的思维链,通过大语言模型推理得到最终的指派结果。本发明通过动态少样本搜索、生成思维链和多轮问答确定等技术,实现了对问题的智能分类和指派,有效提高了分类的准确性和效率,解决了市民难以准确选择对应答复机构的难题。
-