研究與論文

AcciSAGE

交通事故影片時空定位之誤差導向視覺語言模型微調方法

碩士研究 · 研究稿件 · 2026 · Qwen3-VL, LoRA, SAPO, Computer Vision

針對監視器事故影片的時間、空間與事故類型定位,提出誤差導向的視覺語言模型微調方法。

研究介紹影片

介紹全域至局部的事故定位流程、各任務的 LoRA adapter、SAPO 精煉,以及事故影片案例。

AcciSAGE · 1:51 · 影片內含英文文字與字幕

開啟 MP4 影片 · 下載影片

研究概要

AcciSAGE 是一個全域至局部的事故影片時空定位框架,以開放權重視覺語言模型為基底,針對事故時間、事故位置及碰撞類型分別訓練 LoRA adapter。監督式微調(SFT)後,進一步使用 SAPO 及與任務對應的獎勵進行誤差導向精煉。

AcciSAGE 方法架構圖
全域至局部推論與 SFT 至 SAPO 精煉。來源:AcciSAGE. 點選圖片可檢視原圖。

方法

實驗結果

公開程式庫列出 ACCIDENT IID 測試集之參考結果。T₁ 為 σ = 1 秒的高斯時間定位分數,S 為空間分數,C 為事故類型正確率,ACCS 為三者的調和平均。

ACCIDENT IID 測試集參考結果
指標SFT-onlyAcciSAGE (SAPO)
T₁0.55630.5672
S0.52360.5352
C0.53820.5493
ACCS0.53900.5503

來源:AcciSAGE reference results; 評估設定.

研究狀態與論文典藏

2026 年碩士研究;研究稿件與公開參考實作。

碩士論文:交通事故影片時空定位之誤差導向視覺語言模型微調方法。國立臺北科技大學,2026。典藏於臺灣博碩士論文知識加值系統。

相關連結

[碩士論文] [原始碼]

聯絡: cjz89k@gmail.com