arXiv · 机器人与计算机视觉· Meng Liang, Fucheng Wang, Lang Zhao, Jun Chen, Ziying Li, Yuxiang Zhao, Haozhuang Chi, Wenkai Fang, Qiong Zhou, Junlin Yang, Jinming Wu·· 24 天前AI 评分26
FSVL:面向长江中游可解释混淆鱼类识别与知识生成的快慢视觉语言协作框架
FSVL: Taxonomic Fast-Slow Vision-to-Language Collaborative Framework for Interpretable Confusable Fish Species Identification and Knowledge Generation in the Middle Yangtze River
AI 导读
FSVL 提出一种整合视觉识别与大语言模型检索增强生成(RAG)的快慢双路径框架,解决淡水鱼类细粒度识别难题。在包含 51 个物种的中游测试集上,该框架将分类准确率从 99.67% 提升至 100%,并将知识生成的科学名准确率从 91.37% 提高至 100%。
来源:arXiv · 机器人与计算机视觉 · arxiv.org