多模态大模训练当你把一张照片丢给豆包，它能准确描述画面内容；在通义千问里上传一张草图，它能识别你画的是什么；Kimi分析PDF里的图表时，甚至能读出表格中的数据。事实上，大模型的多模态能力已经成为标配。从Qwen-VL到GLM-4V，几乎所...

工业产线上的高光谱工业产线上的视觉检测，过去几十年一直在做同一件事：看外观——划痕、色差、尺寸偏差，本质是二维灰度或RGB图像的几何+亮度判断。高光谱成像把这个能力直接拉到了分子层面：每个像素不再只是RGB三个通道，而是上百个连续波段的光谱...

一、检测目的和依据1、采用400-1000nm900-1700nm近红外双波段高光谱相机，采集杏子果实硬度、成熟度全套高光谱数据2、非接触式无损检测，无需穿刺损伤果实，精准提取杏子不同成熟梯度专属光谱曲线特征值3、结合机器学习+深度学习算法...

一、检测目的和依据1、使用400-1000nm、900-1700nm相机采集水果李子软硬成熟度高光谱数据；2、无损识别验证水果李子软硬成熟度光谱曲线特征值；3、使用机器学习、深度学习等技术，无损快速识别，可精准区分李子软硬成熟度，判别准确率...

一、检测目的和依据1、使用400-1000nm、900-1700nm相机采集回收废品的光谱数据；2、使用机器学习、深度学习等技术，对回收废品的光谱数据进行训练拟合，实现通过高光谱技术无损识别回收废品的成分技术实验与落地。3、采用双波段高光谱...

一、检测目的与依据1、使用400-1000nm、900-1700nm相机，采集塑料PP的光谱数据；2、通过高光谱无损识别技术，获取塑料PP的光谱曲线；3、使用机器学习、深度学习等技术，对塑料PP光谱数据进行训练拟合，实现通过高光谱技术无损识...

一、检测目的和依据1.使用400-1000nm、900-1700nm相机采集50%黏胶纤维50%涤纶混纺布料的光谱数据，捕捉两种纤维差异化光谱指纹；2.使用机器学习、深度学习等技术，对布料光谱数据进行训练拟合，替代传统灼烧、化学溶解等有损检...

一、检测目的和依据1.使用400-1000nm、900-1700nm相机采集50%黏胶纤维50%涤纶混纺布料的光谱数据，捕捉两种纤维差异化光谱指纹；2.使用机器学习、深度学习等技术，对布料光谱数据进行训练拟合，替代传统灼烧、化学溶解等有损检...