FSVL：长江中游易混淆鱼类识别与知识生成框架

FSVL用快慢双路径加RAG提升易混淆鱼类识别与知识生成。

资讯摘要

论文提出FSVL快慢双路径框架，结合视觉识别与基于LLM的检索增强生成，用于长江中游51种淡水鱼的细粒度识别。轻量ResNet50快路径先做初分类，将易混淆物种组交由慢路径，用YOLOv8n检测头部、背鳍、尾部等形态区域细化判别；后端以Qwen3-14B结合软token与LoRA生成领域知识。作者报告在607张测试图像上快分类器准确率99.67%，级联后达100.00%，但独立样本与外部条件验证仍待开展。

要点速读

1. 快路径用ResNet50对51种鱼初分类，易混淆组转慢路径，由YOLOv8n检测头部、背鳍、尾部等形态区域细化识别。
2. 知识生成后端采用检索增强的Qwen3-14B，结合软token与LoRA进行参数高效微调。
3. 作者报告607张测试图像上级联后准确率100.00%，255个知识生成样本中学名准确率由91.37%升至100.00%，ROUGE-L由0.335升至0.655。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。