UAVP
ActiveUncertainty-Aware Visual Prompting
提出 UAVP（Uncertainty-Aware Visual Prompting）机制，将 YOLO 检测的置信度与缺陷面积融合为 CUS 复合评分，通过语义引导词控制 Qwen2.5-VL-7B-Instruct 的推理语气，实现低光照条件下从缺陷图像到结构化 JSON 报告的端到端生成。
FEATURES
01 CUS 复合评分融合置信度与缺陷面积
02 语义引导词控制 VLM 推理语气
03 低光照条件下端到端缺陷检测
04 结构化 JSON 报告自动生成
TECH STACK
Python PyTorch YOLO Qwen2.5-VL OpenCV
METRICS
毕业设计 本科毕设
基座模型 7B
检测精度 优化中
CONTRIBUTIONS
- › 设计 UAVP 机制并实现 CUS 评分算法
- › 搭建 YOLO + Qwen2.5-VL 级联推理管线
- › 构建低光缺陷数据集并完成训练评估