AI吃大瓜的博客

本文介绍了基于Qwen3-VL多模态大模型构建的打架斗殴异常行为实时分析系统。系统通过微调Qwen3-VL模型，实现对视频中打架斗殴行为的精准识别与描述。项目包含200个训练视频和100个测试视频，采用ShareGPT格式标注数据。技术方案包括模型微调、LoRA参数合并及vLLM部署，最终通过Gradio开发了支持文本、图片和视频交互的Web服务。系统可应用于智慧安防等场景，实现异常行为的实时监测预警。

本文介绍了使用LLaMA-Factory微调多模态大模型Qwen3-VL的全流程。首先配置NVIDIA显卡驱动，确保显存满足要求（12G以上）。然后通过LLaMA-Factory进行模型微调，包括数据准备、参数设置和训练启动。微调完成后，将LoRA适配器与基础模型合并导出完整模型。最后使用vLLM部署服务，并提供了API调用示例进行多模态对话测试。整个过程涵盖了从环境配置到模型部署的完整链路，适用于Qwen3-VL系列模型的定制化开发。