Power-LLaVA：用于输电线路巡检的大型语言与视觉助手
计算机视觉与模式识别
2024-10-07 v1 信号处理
摘要
近年来，输电线路巡检取得了显著成就，这主要得益于深度学习技术的融合。然而，当前的巡检方法在泛化性和智能性方面仍面临困难，限制了其进一步应用。本文介绍了Power-LLaVA，这是首个专为输电线路提供专业可靠巡检服务的大型语言与视觉助手，可通过与人类对话实现巡检。此外，我们构建了一个专门用于巡检任务的大规模高质量数据集。通过在所构建数据集上采用两阶段训练策略，Power-LLaVA以相对较低的训练成本展现了卓越的性能。大量实验进一步证明了Power-LLaVA在输电线路巡检领域的强大能力。代码将予以发布。
关键词
引用
@article{arxiv.2407.19178,
title = {Power-LLaVA: Large Language and Vision Assistant for Power Transmission Line Inspection},
author = {Jiahao Wang and Mingxuan Li and Haichen Luo and Jinguo Zhu and Aijun Yang and Mingzhe Rong and Xiaohua Wang},
journal= {arXiv preprint arXiv:2407.19178},
year = {2024}
}