分割模型相关 AI 资讯 · AI 热点

8月4日

11:27

11:27

官方账号arXiv cs.AI@Vishwajeet Shivaji Hogale, Anjali Pai, Nitya Ravi

最新研究表明，Qwen-VLM在车辆损伤语义分类上达87.3%，但空间定位会漏掉细长划痕并在反光区域产生幻觉。为此提出的TinyDamage将空间接地交给专用多任务分割模型，VLM只负责语义推理和报告生成。实验发现，常用focal loss会使微小损伤检测归零，而监督对比损失能显著提升损伤/背景可分性。在100份人工验证报告上，TinyDamage将报告幻觉率从纯文本的92%和纯图像的78%降至31%，并引入逐类别检测指标DET_l。

论文 TinyDamage Qwen-VLM LangGraph

推荐理由：Qwen-VLM做车辆损伤评估会瞎编，TinyDamage用分割模型接地，幻觉率从92%降到31%，修车定损能用了。