成人行业数据集标注该用哪个图像描述模型？Qwen3.6-VL 与 JoyCaption 实测对比

有用户为成人行业数据集构建测试了 Qwen3.6-VL 和 JoyCaption 两款图像描述模型，认为两者表现尚可但都不理想，部分概念无法被正确识别。该用户因此询问是否存在更适合这一场景的模型，或是否应基于自有数据集微调模型以获得最佳标注效果。