MonitorVLM:矿山安全违规检测视觉语言框架
热点事件持续更新
MonitorVLM:矿山安全违规检测视觉语言框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Jiang Wu等作者提出视觉语言框架MonitorVLM,用于从监控视频流直接检测采矿作业中的安全违规。该框架基于9000条覆盖40项高频采矿规程的VQA样本训练。 作者称,其clause filter模块动态选取Top-K相关条款,使推理延迟降低13.56%;behavior magnifier模块强化工人区域,使精度和召回率分别再提升3.45%和8.62%。上述效果均为作者在论文中的报告。
AI 根据报道生成 · 55 分钟前更新
最新进展11月20日 13:00
MonitorVLM:面向采矿作业安全违规检测的视觉语言框架报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AIMonitorVLM:面向采矿作业安全违规检测的视觉语言框架
MonitorVLM 是一个从监控视频流直接检测安全违规的视觉语言框架,基于 9000 条覆盖 40 项高频采矿规程的 VQA 样本训练。其 clause filter 模块动态选取 Top-K 相关条款,降低推理延迟 13.56%;behavior magnifier 模块强化工人区域,精度和召回率分别再提升 3.45% 和 8.62%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。