【技术实现步骤摘要】
本专利技术涉及带电作业现场描述分析领域，具体涉及一种基于多模型的带电作业现场行为自动化自然语言描述方法。
技术介绍
1、在电力设备巡检维护过程中带电作业现场的分析与监控十分重要，近年来随着chatgpt等大语言模型的出现，基于文本、自然语言对群体行为进行描述，进而开展分析的技术路径体现出来强大而灵活的新特征，将带电作业现场行为转换为自然语言进行描述是该类技术的基础，因此进行带电作业现场行为自动化自然语言描述具有十分重要的意义。
2、对于一个图片进行带电作业现场行为的描述与分析，目前传统的方法包括：1)场景分类技术，利用cnn等模型，分析场景获得类目的信息，进而将类目信息转换为文字描述；该类方法对于典型的位置、对象和相关关系描述较好，但是对于细致的动作，姿态描述能力较差；2)使用rnn神经网络进行image caption描述，该类方法输入一个影像，之间自动输出一段描述文字；此类方法的缺陷是需要的训练数据量巨大，在数据量不足的情况下，角度、方向的细微变化均能导致输出文本内容的缺失。3)使用动作识别来检测违章操作行为，该类方法的...
【技术保护点】
1.一种基于多模型的带电作业现场行为自动化自然语言描述方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的一种基于多模型的带电作业现场行为自动化自然语言描述方法，其特征在于，所述步骤S1的具体过程为：
3.根据权利要求2所述的一种基于多模型的带电作业现场行为自动化自然语言描述方法，其特征在于，所述步骤S2的具体过程为：
4.根据权利要求3所述的一种基于多模型的带电作业现场行为自动化自然语言描述方法，其特征在于，所述步骤S3的具体过程为：
5.根据权利要求4所述的一种基于多模型的带电作业现场行为自动化自然...
【技术特征摘要】
1.一种基于多模型的带电作业现场行为自动化自然语言描述方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的一种基于多模型的带电作业现场行为自动化自然语言描述方法，其特征在于，所述步骤s1的具体过程为：
3.根据权利要求2所述的一种基于多模型的带电作业现场行为自动化自然语言描述方法，其特征在于，所述步骤s2的具体过程为：
4....
【专利技术属性】
技术研发人员：刘海洋，杨红柳，于沛旭，高子宸，高炜皓，庞海萍，张金戈，宫玲玲，郭文琦，黄文霖，佟鑫，王明晨，
申请(专利权)人：国网吉林省电力有限公司通化供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。