ضبط نماذج CLIP و LLaVA بدقة لفحص الصناعة
يتجه مشهد رؤية الحاسوب من التعرف العام على الأشياء إلى تطبيقات صناعية متخصصة للغاية. بينما تقدم النماذج المدربة مسبقًا مثل CLIP و LLaVA قدرات عامة قوية، فإنها غالبًا ما تفتقر إلى الدقة المطلوبة للكشف عن العيوب المجهرية على خطوط التجميع أو لتحديد شذوذات مكونات محددة في التصنيع.