研究人员开发了Cognitive-YOLO，一个利用大型语言模型（LLM）和自主代理自动综合目标检测模型架构的新颖系统。该系统通过创建轻量级、高效的模型来应对垂直应用中的域偏移挑战。Cognitive-YOLO采用分析-综合-编译（Analyze-Synthesize-Compile）管道，其中数据分析指导代理选择模块，LLM进行推理并组装它们，编译器实例化最终模型进行训练。实验表明，Cognitive-YOLO综合的模型在参数数量显著减少的情况下，实现了与YOLOv11n等基线模型相当或更优的性能。 AI
影响 自动化创建专业的目标检测模型，可能降低开发成本并提高在细分应用中的性能。
排序理由 该集群描述了一篇详细介绍新模型综合方法的创新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
