概述
面向低光照工业表面缺陷分析场景，构建由 YOLO11n 缺陷检测与 Qwen2.5-VL-7B-Instruct 视觉语言模型组成的轻量级多模态分析流程，通过复合不确定性评分将检测置信度、缺陷区域信息转化为动态视觉提示，提升低光缺陷结构化报告的准确性与一致性。
research / completed
UAVP
Uncertainty-Aware Vision Prompting for Low-Light Surface Defect Multimodal Analysis
核心特性
- 低光表面缺陷多模态分析
- YOLO11n 缺陷定位与类别识别
- 复合不确定性评分 CUS
- 不确定性感知动态提示词构建
- 结构化 JSON 缺陷报告生成
个人贡献
- 设计 YOLO 检测结果到 VLM 分析报告的端到端工程流程
- 构建 CUS 评分机制，将检测置信度与缺陷面积占比转化为语言级提示约束
- 完成 Baseline、BBox Prompt 与 UAVP 的对比实验和结构化评估