Robust-R1

让视觉模型在模糊、低光等恶劣图像下也能准确推理

Robust-R1 是一个针对视觉语言模型在复杂退化场景下推理能力不足的问题而提出的开源项目，其论文被 AAAI 2026 接收为 Oral。该项目核心是提出一种“退化感知推理”方法，通过让模型显式识别图像中的退化类型（如模糊、噪声、低光等），并基于此进行逐步推理，从而显著提升模型在真实恶劣环境下的视觉理解鲁棒性。项目提供了官方实现，包括模型训练代码、推理脚本和评估基准，支持在主流视觉语言模型（如 LLaVA 系列）上进行微调。它解决了现有模型在退化图像上性能骤降的痛点，使得模型在自动驾驶、监控、遥感等对图像质量敏感的场景中更加可靠。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 511

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队jqtangust

所属国家

官网地址

GitHubhttps://github.com/jqtangust/Robust-R1

定价模式free

价格说明开源项目，代码公开，可自行部署使用，无收费信息。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型large-language-models,multi-modal,multimodel-large-language-model,reasoning,robustness,trustworthy-ai

GitHub 星标★ 511

30天Star增速

HF 下载量

上线时间2025-11-09 00:00:00

最近更新2026-08-26 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

核心亮点

首次将退化类型识别显式融入推理链，提升模型在多种退化下的鲁棒性
提供完整的训练与评估代码，基于主流 VLM 架构易于复现
AAAI 2026 Oral 背书，方法论经过严格学术评审

不足之处

项目处于早期，文档和社区支持尚不完善
依赖特定 VLM 基座，迁移到其他架构可能需要额外适配

适用场景

自动驾驶中的恶劣天气感知
安防监控中的低光/模糊图像分析
遥感图像中的噪声干扰目标识别

替代项目

LLaVA-Robust、RobustVLM、CLIP-Robust

项目介绍

Robust-R1 是计算机视觉领域的开源项目，由 jqtangust 开发，2025 年首次发布。

它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 511。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-26。代码公开，可自行部署使用，无收费信息。

它主要面向的使用场景是：自动驾驶中的恶劣天气感知。同类可对比的替代方案包括 LLaVA-Robust、RobustVLM、CLIP-Robust。

上一篇：VLM-CADFeatureRecognition

下一篇：GraspGPT_public