针对微小图像中定位寄生虫卵的精调视觉语言模型
计算机视觉与模式识别
2026-02-17 v1 机器学习
摘要
土壤传播的线虫 (STH) 感染持续影响着全球相当大比例的人群，尤其是在热带和亚热带地区，在这些地区，缺乏专业诊断专家的资源有限。尽管人工显微镜诊断寄生虫卵仍是诊断金标准，但该方法代价高昂、耗时且容易出错。本文旨在利用如 Microsoft Florence 之类的视觉语言模型 (VLM)，其已被精调以在显微图像中定位所有寄生虫卵。 preliminary 结果表明，我们的定位 VLM 的性能在其他目标检测方法（如 EfficientDet）方面表现更佳，mIOU 可达 0.94。这一发现表明，所提出的 VLM 有望作为自动化框架的核心组件，为智能寄生虫诊断提供可扩展的工程解决方案。
引用
@article{arxiv.2602.13712,
title = {Fine-tuned Vision Language Model for Localization of Parasitic Eggs in Microscopic Images},
author = {Chan Hao Sien and Hezerul Abdul Karim and Nouar AlDahoul},
journal= {arXiv preprint arXiv:2602.13712},
year = {2026}
}