用 LLM 当编排器零人工标注训练分割模型,边缘端跑 30+ FPS
iamrobotbear · x · 2026-09-08
事件
LearnOpenCV 用 GPT-6 Astra Ultra 作为编排器,在完全没提供人工标注的情况下,只靠一句很随意的 prompt 训练了两个分割模型(RF-DETR-Seg-M),留出集测试显示 Astra 生成的训练掩码质量接近 SAM3。
工作流(三步)
- 添加 RoboFlow MCP:claude mcp add -s user roboflow
- 让 LLM 自动收集数据、建数据集、标注图片/视频,训练 RF-DETR 模型
- 部署:新模型可在云端端点跑 30+ FPS,也可跑在消费级/边缘硬件上
核心思路
用大而慢(1T+ 参数)、知识广泛的模型,去训练为特定任务定制的小而快的模型,跑在端侧——被认为是构建专用实时视觉模型的未来范式。
「编程与Agent」频道最新
- 把 Grok 应用构建器改造成「文学机器」，多智能体产长文研究 — kiltrout · 2026-09-08
- 用 AI 智能体微调 SetFit：几十条样本训练文本分类器 — tomaarsen · 2026-09-08
- 用 MCP 让 Claude 对话建记忆,踩坑却是 OAuth 会话不一致 — Potential-Art7696 · 2026-09-08
- 嵌入式圈争论:STM32 新配置工具遭抵制,开发者力挺 Zephyr — yacineMTB · 2026-09-08
- 用 Claude Code 反推设计稿,信息图制作从 2 小时缩到几分钟 — jaindl · 2026-09-08
- Claude Code 内置 28 个斜杠命令,多数人还在打 200 词长提示 — jaindl · 2026-09-08