#缺陷识别

系统综述工业环境中计算机视觉在检测、安全、物流与机器人四领域的应用现状与挑战。

综述水下光学图像中的小目标检测，梳理问题、数据集、算法，并展望未来方向。

Jutarut Chaoraingern、Akarat Pattaraanuvong、Kantapon Paraksa、Kantiporn Khunthong、Tirawat Nontiwantok、Arjin Numsomran(泰国国王科技大学)发表论文。本研究提出一个集成平台,围绕代理AI咨询管道构建,完全在商用硬件上本地运行。管道通过基于条件的路由、意图分类、多步推理和LLM验证门,将基于RAG的Mistral 7B语言模型与LLaVA 7B视觉语言模型耦合,从对话界面提供上下文感知的文本和图像症状级指导。在Cos生菜测试中,该咨询管道在50个查询中达到82.00%加权准确率,涵盖健康、症状、浇水、害虫、根系健康和生长阶段类别。

提出一种注意力引导的自适应多尺度融合方法，提升遥感图像目标检测精度。

提出MHSF-DETR棉花叶片病害检测模型，提升精度并降低参数量与计算量。

提出多模型视频识别框架，实现复杂水下遮挡环境中的鱼类个体识别。

提出DAC-Grad-CAM可解释框架，实现芒果缺陷感知分类与定量验证。

构建轻量MobileNetV3-Small框架实现玉米叶片病害分类并评估边缘部署。