GoForum › 🌐 V2EX
大家在做目标检测落地时会考虑用 VL 大模型直接做识别吗？
monstericeer ·
2026-04-02 08:34 ·
0 次点赞 · 5 条回复
最近在测试 Qwen3-VL ，Doubao-seed-2 这类的目标识别能力，尤其是豆包在很多复杂场景不需要训练就能标注得非常准确，能够在用法上更加灵活，对比 yolo 需要大量的训练数据，不断迭代。 想请教各位是否有尝试过用大模型做自动标注辅助 yolo 训练，或者直接用在生产环境？
5 条回复
stinkytofux · 2026-04-02 08:44
标注必须准确 yolo 的检测效果才好, 现阶段大模型标注还必须人工检查, 如果一张一张的检查, 调整标注, 还不如直接人工标. 因为修改更麻烦, 所以我们还是人工标.
添加回复
你还需要 登录
后发表回复
看具体场景，各有优劣。比如最近的大模型在单字符级别的识别能力比较差，在比较大且明显的 2d 特征物体的识别能力就很厉害，能抗噪声和失真。