#视觉问答

提出首个多答案芒果质量分级VQA框架MangoVQA，对齐印尼SNI标准。

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。

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。

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。

Detection-Aware RGB-D Vision-Language Framework for Fine-Grained Tomato Plug Seedling Assessment and Interpretable Sorting Decision Support。Smart Agricultural Technology

提出AeroReformer2模型，实现基于语音查询的航空图像指代分割。

综述视频目标检测与分类从手工特征到深度学习方法的演进、模型、数据集与挑战。