【技术实现步骤摘要】
本专利技术涉及目标检测，具体涉及一种输电线异物识别方法、装置、电子设备及存储介质。
技术介绍
1、输电线路作为电力传输的重要组成部分，其运行状态直接关系到电力系统的稳定性和安全性。输电线路的巡检工作一直是确保电力供应可靠性的关键环节。异物识别是输电线路巡检中的重要任务之一，异物，如树枝、鸟巢、塑料袋等，可能会对输电线路造成严重威胁，甚至导致短路、火灾等安全事故。因此，及时识别和清除输电线路上的异物，对于保障电力系统的正常运行、预防事故发生具有重要意义。
2、现有的异物识别技术通常需要单独检测输电线和异物两种目标，通过图像分析或其他检测手段识别出输电线路的位置，并将其作为基础数据；再对图像中的异物目标进行检测，通过获取异物的坐标信息，判断其是否位于输电线上。由于这两种目标的检测是分开进行的，整个过程显得繁琐且低效，需要多个步骤才能得出异物的定位信息。这种方法不仅增加了处理的复杂性，也使得输电线上的异物无法直接、迅速地识别，缺乏实时性和高效性，限制了其在实际巡检中的应用。
技术实现思路
...【技术保护点】
1.一种输电线异物识别方法，其特征在于，包括：
2.如权利要求1所述的一种输电线异物识别方法，其特征在于，所述多模态模型，包括大语言模型、视觉编码器以及语言适配器；
3.如权利要求2所述的一种输电线异物识别方法，其特征在于，在训练多模态模型时，使用Qwen-7B模型的权重对大语言模型的网络参数进行初始化；使用ViT-bigG模型的权重对视觉编码器的网络参数进行初始化。
4.如权利要求3所述的一种输电线异物识别方法，其特征在于，在所述将第一输电线图片以及对应的第一提示词输入多模态模型，以使多模态模型生成第一输电线图片中异物的类型和位置...
【技术特征摘要】
1.一种输电线异物识别方法，其特征在于，包括：
2.如权利要求1所述的一种输电线异物识别方法，其特征在于，所述多模态模型，包括大语言模型、视觉编码器以及语言适配器；
3.如权利要求2所述的一种输电线异物识别方法，其特征在于，在训练多模态模型时，使用qwen-7b模型的权重对大语言模型的网络参数进行初始化；使用vit-bigg模型的权重对视觉编码器的网络参数进行初始化。
4.如权利要求3所述的一种输电线异物识别方法，其特征在于，在所述将第一输电线图片以及对应的第一提示词输入多模态模型，以使多模态模型生成第一输电线图片中异物的类型和位置信息之后，还包括；
5.一种输电线异物识别装置，其特征在于，包括：待识别样本获取模块、异物识别模块和模型训练模块；
6.如权利要求5所述的一种输电线异...
【专利技术属性】
技术研发人员：陈扬，杨强，李兴旺，周刚，
申请(专利权)人：广东电网有限责任公司，
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。