tag yolo

標籤
貢獻8
74
09:55 PM · Nov 03 ,2025

@yolo / 博客 RSS 訂閱

a772304419 - 計算機視覺YOLO + 大模型deepseek 工廠操作規範檢測案例分析:規則引擎的價值分析

規則引擎這個環節是整個系統從“感知”上升到“認知”的關鍵,也是最智能的部分。我來詳細拆解這個 [動作識別與規則引擎] -- [DeepSeek邏輯推理/SOP理解] 的協作過程。 這個環節的核心是:將原始的視覺數據轉化為有業務意義的決策。它不是一個簡單的“是/否”判斷,而是一個基於上下文的理解和推理過程。 首先,我們明確兩個組件的分工

規則引擎 , MySQL , yolo , 數據庫 , 人工智能 , 計算機視覺 , ide

收藏 評論

科技夾克 - 邊緣部署第一章 YOLO如何通過ONNX部署在Jetson orin NX/NANO

最近負責一個公司對內開發的一個項目,幫助庫管做一個可以數零件的桌面軟件,其中就需要將訓練好的模型部署到小型化的嵌入式設備上,公司經費充足,直接給了我一塊Jetson Orin NX 16G版來做邊緣部署平台。根據我的計算20TOPS左右的算力就是足夠的,所以100TOPS的Orin NX 16G性能遠遠溢出。因此,無需考慮性能,考慮到將來可能會有更多的設備型號部署任務,沒有選擇在英偉達GPU上效率

yolo , 邊緣計算 , Python

收藏 評論

mob64ca140c3859 - python調用海康威視的攝像頭,實時顯示監控內容

文章目錄 一.前言 二.準備 三.折騰 1.攝像頭接入到內網 2.配置攝像頭 1.觀看實時畫面 2.將攝像頭併入內網 3.配置推流參數 3.拉流測試 四.對接Python、YOLOv8進行實時圖像識別

圖像識別 , yolo , 開發語言 , 前端開發 , pyqt , Javascript , Python

收藏 評論

科技夾克 - 邊緣部署第二章 YOLO如何通過TensorRT部署在Jetson orin NX/NANO

首先感謝兩個恩師,我願稱之為簡體中文互聯網最好的TensorRT教程: 鏈接1 鏈接2 本文的環境是Jetson Orin Nano 安裝的Jetpack版本是6.2.1,包含CUDA12.6,cuDNN 9.3.0,TensorRT 10.3.0,部署的模型是YOLO,對於其他環境,我也會簡單介紹一下如何選擇合適的版本。 1 TensorRT簡介 TensorRT是英偉達推出的一個高性能深度學習

部署 , yolo , 人工智能 , tensorrt

收藏 評論

wx5ec286973f886 - 人工智能算法優化YOLO的目標檢測能力

REF:多模態融合下家居機器人高精度SLAM 與區域分割方法研究 1. 人工智能基礎概念 人工神經網絡(Artificial Neural Network,ANN):理論基礎建立在生物神經系統的數學抽象與非線性函數逼近能力之上,目標是通過非線性變換逼近複雜函數關係,數學框架可視為一個參數化函數的優化問題,網絡通過層級化的非線性映射構

視覺slam , MySQL , 建圖 , yolo , 算法 , 數據庫 , 人工智能

收藏 評論

人類新新 - C#人臉識別入門篇-STEP BY STEP人臉識別—靜態照片人臉檢測 - feishixin的個人空間 -

C#使用Yolo其實簡單。相較於Python方案,C# 31 MB單文件以可以單文件獨立發佈或以AOT編譯徹底剝離解釋器與運行時依賴,CPU推理性能良好。而且YOLO11n模型權重與原生推理代碼一體嵌入,免除Python環境、版本衝突及數百兆依賴包部署,實現零配置、零維護、單文件分發,可以顯著降低現場實施與售後成本,滿足嚴肅場景對穩定性、一致性與封閉的剛

縮放 , yolo , 加載 , 人工智能 , 數據結構與算法 , c

收藏 評論

GoCoding - Flutter ncnn 使用

Flutter 實現手機端 App,如果想利用 AI 模型添加新穎的功能,那麼 ncnn 就是一種可考慮的手機端推理模型的框架。 本文即是 Flutter 上使用 ncnn 做模型推理的實踐分享。有如下內容: ncnn 體驗:環境準備、模型轉換及測試 Flutter 項目體驗: 本文 demo_ncnn 體驗 Flutter 項目實現 創建 FFI plugin,實現 d

yolo , mobx , Android , flutter

收藏 評論

閆良 - Swift + SwiftUI原生iOS開發 開發筆記4(1.0.0最終) – 識別結果信息詳情 + 頁面美化 + 總結

Swift + SwiftUI原生iOS開發 開發筆記1 – 實現攝像頭調用和拍攝圖片 Swift + SwiftUI原生iOS開發 開發筆記2 – 使用YOLOv3n模型對畫面進行識別 Swift + Swiftui原生iOS開發-開發筆記3 – 自主模型部署並獲取識別 背景 我的畢業設計是《Development of an AI-Powered Mobile Application

swiftui , swift , yolo , ios

收藏 評論

mob64ca13fb6939 - 目標檢測(五)之YOLOv1

【算法介紹】 在航空運輸安全保障要求持續升級、對機場運行精細化管控需求愈發迫切的背景下,傳統機場跑道異物檢測方式已難以應對複雜多變的跑道環境。基於YOLOv11的機場跑道異物檢測系統應運而生,為航空領域帶來了高效、精準的異物排查解決方案。 該系統具備強大的多類型異物識別能力,可精準識別金屬碎片(metal debris)、小石子(small

數據集 , yolo , pytorch , 後端開發 , 人工智能 , txt文件 , harmonyos

收藏 評論