#视觉语言动作模型

提出场景图增强的视觉-语言-行动模型，用于自主多功能农业机器人。

大众网记者探访发现,从粮食主产区到特色经济作物基地,山东现代农业科技正持续下沉田间地头。在菏泽定陶,3.5万亩蒜田采用AI智能播种;淄博临淄全国首家生态无人农场实现耕种管收全流程无人化,百米作业精度2.5厘米;菏泽郓城144万亩小麦依托大田物联网系统;潍坊寿光纪都园区AI种植管理系统与巡检机器人普及率超85%,节水节肥30%以上,带动27个村集体年增收100多万元。

提出一种结合深度学习和几何建模的猫姿态自动分析框架，从RGB图像提取临床可解释的姿态描述符。

论文构建农业VLM基准，发现视觉编码器不弱，提出PPT验证器按评分标准选答案，大幅提升识别F1。

综述水下光学图像中的小目标检测，梳理问题、数据集、算法，并展望未来方向。

提出一种集成CBAM注意力机制的YOLO11-S模型，用于卫星图像中的飞机目标检测，性能优于其他模型

提出资源高效智能视觉导航定位方法，统一模型、算法与资源约束。

提出混合局部-全局视觉Transformer模型ViT-LGFNet用于植物病害检测。