背景

• 时间：Apr 2025 - Jun 2025
• 场景：自动驾驶视频理解与关键事件标注。

方法

• 设计聚焦驾驶关键要素的英文 Prompt，突出自车行为与跟车交互。
• 基于 VideoLLaMA2 进行微调，提升场景描述准确性。

结果

• 构建了面向自动驾驶场景的视频标注流程。
• 模型输出在行为与交互描述方面更加聚焦和稳定。

技术栈

• Python
• VideoLLaMA2
• Prompt Engineering
• Fine-tuning

反思

• 后续可引入更细粒度标签体系，覆盖更多复杂交通状态。
• 建议补充定量评测指标，便于版本间迭代对比。