一种AI视觉大模型的地铁关键部件故障检测方法及系统

本申请涉及人工智能与计算机视觉技术领域，公开了一种AI视觉大模型的地铁关键部件故障检测方法及系统，旨在解决现有技术中检测精度低、泛化能力弱、多模态理解不足、实时性差及缺乏状态演化建模的问题。该方法包括：通过多视角工业相机阵列采集关键部件图像，进行畸变校正、光照归一化与噪声抑制；利用预训练视觉大模型提取深层空间特征，并通过双向LSTM对连续帧特征序列建模以捕捉时序变化趋势。本申请通过引入大规模视觉大模型与时空联合建模，提升对微小缺陷的识别能力，增强判别稳定性，实现高精度、低延迟的自动化检测，显著降低误报率与漏检率，提高检测效率与系统可维护性。