DICL-Qwen3VL工装检测方法提出

2026年10月19日，arXiv Computer Vision 刊出 Meng Wang 等作者的论文，提出面向可解释工装检测的视觉语言模型 DICL-Qwen3VL。该方法通过 LoRA 适配 Qwen3-VL，先定位可见上身衣物并识别工装，再把视觉观察与合规推理拆分为两个独立的置信度分数。在训练上，作者用 token 熵和图像扰动敏感性监督视觉置信度，并以 GRPO 联合优化检测精度、输出有效性与置信度校准。报道称，该模型整合了结构化工装检测、证据生成以及分离的视觉与推理置信度估计。目前事件进展停留在方法提出与论文发布阶段，报道未涉及数据集规模、对比实验结果或实际部署情况。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。