2026年9月18日至20日，The 4th International Conference on Machine Vision, Image Processing & Imaging Technology（MVIPIT 2026，第四届机器视觉、图像处理与成像技术国际会议）在上海顺利举办。本次会议由上海工程技术大学主办，围绕机器视觉、图像处理、多模态学习、人工智能等领域的最新研究成果与技术进展开展学术交流。电子电气工程学院研究生王磊携论文参会，并作了学术汇报。
王磊作了题为《R-MMFT: Reliability-Aware Multimodal Fine-Tuning with Synthetic Captions for Plant-Oriented Fine-Grained Recognition》的报告。该研究针对多模态大模型生成的合成描述存在质量差异、部分描述可能包含噪声信息的问题，提出了一种可靠性感知多模态微调方法R-MMFT。该方法综合利用图像—描述对齐度（Image-Caption Alignment）和描述—类别一致性（Caption-Class Consistency）评估合成描述的可靠性，并将可靠性权重统一应用于多模态微调和类别原型推理过程中，从而降低低质量描述对模型训练和分类决策的影响。实验结果表明，该方法在植物细粒度识别及纹理识别任务中均能够稳定提升模型性能，为提升合成文本监督在视觉语言模型下游任务中的有效利用提供了新的研究思路。
此次参会进一步加强了我院研究生与国内外同行在机器视觉、多模态学习和视觉语言模型等方向的学术交流，也为后续相关研究工作的深入开展提供了良好的交流平台。
