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！

龙图腾网获悉武汉大学申请的专利面向基础设施缺陷检测大模型的领域知识增强方法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：CN121031760B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511543573.3，技术领域涉及：G06N5/022；该发明授权面向基础设施缺陷检测大模型的领域知识增强方法及设备是由邹勤;宁健;毛庆洲;王中元;李清泉设计研发完成，并于2025-10-28向国家知识产权局提交的专利申请。

本面向基础设施缺陷检测大模型的领域知识增强方法及设备在说明书摘要公布了：本发明提供了一种面向基础设施缺陷检测大模型的领域知识增强方法及设备。首先构建基础设施缺陷检测领域的多模态数据集，构建包含缺陷类型及背景信息的知识库，并将其转化为知识图谱；基于所述图谱，通过图神经网络生成融合领域知识的高维特征向量。同时，从图像、点云、深度图等多模态数据中提取单模态特征，并利用交叉注意力机制进行融合，得到多模态融合特征。随后，将领域知识向量与多模态融合向量拼接，输入大模型中进行训练，实现对基础设施缺陷的高精度检测。本发明通过引入结构化的领域知识与多模态融合机制，有效提升了大模型在复杂基础设施场景中的缺陷检测准确率与鲁棒性，具有良好的工程适用性和推广价值。

本发明授权面向基础设施缺陷检测大模型的领域知识增强方法及设备在权利要求书中公布了：1.一种面向基础设施缺陷检测大模型的领域知识增强方法，应用于桥梁、隧道或电力电缆设施的缺陷检测，其特征在于，包括以下步骤： 构建基础设施缺陷检测领域的多模态数据集； 利用所述多模态数据集，构建基础设施缺陷检测的领域知识库，所述领域知识库包括基础设施类型知识、缺陷类型知识及环境条件知识； 基于所述领域知识库，构建知识图谱；其中，定义基础设施类型节点、缺陷类型节点及环境条件节点，并定义至少包括因果关联边和从属关联边的边类型，所述因果关联边用于表示环境条件节点与缺陷类型节点之间的因果关系； 将所述知识图谱构造为加权有向图结构，基于专家经验为不同类型的边赋予预设的权重； 基于所述加权有向图结构，利用图神经网络生成包含领域知识的高维特征向量； 对多模态数据中的每种模态提取单模态特征，所述多模态数据包括RGB图像、深度图像和点云数据； 使用交叉注意力机制，对所述深度图像和点云数据的单模态特征进行模态间相关性捕捉与特征融合，生成多模态融合特征向量； 将所述高维特征向量与多模态融合特征向量拼接，输入至冻结了部分权重的CLIP或LLaMA大模型中进行训练； 利用训练好的大模型进行基础设施缺陷检测。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。