研究人员开发了一个数字孪生驱动的机器人系统，用于自动化纺织品分拣，集成了视觉语言模型（VLMs）进行分类和异物检测。该系统使用九种 VLMs 对各种服装类型和异物进行了基准测试，其中 Qwen 模型系列取得了 87.9% 的最高准确率。Gemma3 等较轻量级模型在边缘部署方面具有具有竞争力的速度-准确性权衡。该方法结合了 VLM 推理、抓取检测和数字孪生技术，以提高操作可靠性，并实现工业环境中可扩展的自主纺织品分拣。 AI
影响 VLMs 在纺织品分拣等工业自动化任务中显示出潜力，特定模型在准确性和部署方面提供了不同的权衡。
排序理由 该集群基于一篇详细介绍新研究方法和基准测试结果的学术论文。[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 →
