llm-vision-for-scientists

该项目是一套面向科研人员的开源工具集，聚焦于将大语言模型（LLM）与视觉语言模型（VLM）应用于科学图像分析任务。核心功能包括基于文本提示的开放集目标检测（Grounding DINO）、结合SAM系列模型的精准分割、交互式标注GUI、领域适配的模型微调，以及完全本地化的文献驱动RAG辅助检测流程。所有工具均支持离线运行，强调零API依赖与科学图像（如显微镜、医学、材料图像）的实际工作流集成。适用于生物、医学、材料等需定制化图像解析的科研场景，尤其适合无深度学习工程团队但具备基础Python能力的研究者快速开展AI辅助图像分析。