登录社区云，与社区用户共同成长
邀请您加入社区
训练结束后，机器学习模型自动完成全流程打分，生成能力雷达图，清晰标注操作短板，比如“倒角下压量不达标、进给速度不稳定”，不用老师人工逐条记录。技能实训AI测诊系统，就是靠人工智能、视觉感知、传感数据融合等技术，解决实训“看不见、判不准、反馈慢”的痛点，打造一套全自动训练、诊断、测评工具。，相当于系统的“眼睛和触觉”。从机械加工、电工实训，到护理、登高作业等实操项目，技能实训AI测诊系统依靠视觉识别
底层系统基准：Ubuntu 22.04；重点关联你遇到的问题。表格RDK X5 第一个正式镜像；基础 VIO/MIPI 采集、BPU 推理、pyeasy_dnn 初代接口、TogetheROS.Bot 基础集成修复 MIPI 相机随机断流、BPU 内存泄漏；优化编码器帧率稳定性；修复 V4L2 控制参数 bug新增多路相机同步采集示例；优化 hbmem 零拷贝 Python 接口；升级模型库 YO
在处理海量非结构化数据时，我们常常面临一个棘手的痛点：信息虽然丰富，却像被锁在一个个孤立的容器中。无论是扫描版的合同文档、跨语言的海外产品手册，还是复杂的医疗影像报告，传统的技术手段往往只能做到简单的文字识别或基础的图像分类，难以真正理解内容背后的逻辑与关联。对于开发者而言，如何打破文本、图像、音频之间的壁垒，让机器具备“看懂”并“推理”复杂场景的能力，已成为提升业务效率的关键突破口。这种需求在多
打开 USB 摄像头 → 取画面 → 缩放成 512×512 → BGR 转 NV12 格式 →交给 BPU 跑 FCOS 检测→调用底层 C 库解析检测框→在原图画上框、类别、置信度 → NV12 送 HDMI 屏幕实时显示，并打印 FPS。重点：后处理不在 Python 写，而是调用系统自带动态库，Python 只负责封装结构体、传指针。模型强制输入 NV12不要传入 RGB/BGR 直接推理
摘要：苏州华镁莱电子科技有限公司开发的HML-Vision深度学习训练工具，创新性地实现了工业AI视觉检测中的视频标注完整工作流。该系统包含视频抽帧、模型预标注、HML格式标签生成和视频合成四大核心模块，解决了传统视频标注效率低、一致性差的问题。技术亮点包括流式视频处理、批量模型推理、自适应阈值算法和高效内存管理，标注效率较人工提升20-30倍。该方案填补了市场空白，支持工业级大规模视频数据标注需
Hi3519DV500硬件原理与排查指南摘要 核心内容：本文档详细分析了Hi3519DV500芯片的硬件架构及鸿鸥派开发板的设计要点，重点涵盖电源系统、时钟电路、DDR4/eMMC接口等关键模块。 关键特性： 双核A55@1GHz + 2.5TOPS NPU + 4K编解码能力 2GB DDR4（32bit）+8GB eMMC存储方案 支持4路MIPI-CSI输入和MIPI-DSI/BT.1120
摘要：本文设计开发了一款基于Java和SpringBoot框架的保温杯生产信息管理系统，采用MySQL数据库。系统包含7个角色模块（管理员、厂长、业务员等），实现了订单管理、生产计划等核心功能。管理员拥有用户权限分配功能，各角色在权限范围内操作系统。系统采用面向对象设计理念，通过功能封装实现代码复用，并提供了清晰的功能结构图。文中以业务员管理模块为例，展示了系统的查询、增删改查等基础操作功能。该系
本文是一份全面的YOLO目标检测教程，主要内容包括： YOLO基础概念：解释目标检测、边界框、IOU、NMS等专业术语，介绍YOLO各版本演进及适用场景（推荐初学者使用YOLOv8）。 核心原理：对比单阶段与两阶段检测区别，详解锚框、NMS、mAP等关键技术。 环境配置：提供Miniconda安装指南、镜像源配置、虚拟环境创建及PyTorch（GPU/CPU版本）安装步骤。 实践操作：包含YOLO
本项目完成了 PCB 缺陷检测从算法训练到边缘端部署的完整闭环。PC 端部分能够完成模型训练、图像检测、批量检测和模型评估；K230 端部分完成了 YOLOv8 模型从.pt到.onnx再到.kmodel的转换，并针对 YOLOv8 单输出结构实现了可运行的实时检测脚本。项目的核心价值在于：使用 YOLOv8 完成 6 类 PCB 缺陷检测；通过亮度、噪声、旋转增强提升模型鲁棒性；提供 PyQt5
以 SpaceOS™空间操作系统为统一底座，建立覆盖空间感知标准、连续追踪标准、虚实融合标准、多目标认知标准、闭环调度标准、信创安全标准视破边界：依托 CameraGraph™全域拓扑图谱，打破设备视场边界、片区行政边界、多系统数据边界、有源硬件保密边界，构建无割裂、互通互联的全域统一感知空间；链通全程：依托跨镜无缝接力标准化追踪机制，贯通动态目标全时段、全区域、全生命周期时空链路，实现人、车、物
的全域空间智能安防体系，依托自研SpaceOS™全域空间智能操作系统核心底座，无需前置建模，基于实景流解析原生能力，深度融合视频孪生、数字孪生、视频融合、跨视域融合、跨镜头跟踪、无感定位、空间智能交互、物理空间透明化管理全赛道核心技术，构建国内唯一「无建模、全实景、纯视觉、全维度」全域动态感知安防架构。，以SpaceOS™全域空间智能操作系统为核心底座，深度落地视频孪生、数字孪生、无前置建模、实景
本文基于一个学生课堂行为检测数据集，详细介绍了从数据集理解、标注类别分析到 YOLO11 模型训练和验证的完整流程。该数据集虽然样本量不大，但覆盖了 12 种常见课堂行为，适合用于智慧课堂场景下的目标检测方案验证。通过训练实验，我们发现 YOLO11 在举手、阅读、书写等特征明显的行为上表现较好，而在低头、转头等细微动作上仍有提升空间。建议后续从增加样本量、优化数据增强策略和选择更大模型等方面进行
🚀 多模态AI道路病害检测系统：YOLO+DeepSeek融合实战
本文介绍了一种基于边缘检测和轮廓提取的目标跟踪方法。该方法通过Canny边缘检测获取目标轮廓，利用多尺度阈值和形态学处理连接断裂边缘，并通过自适应阈值调整适应不同亮度场景。
【摘要】扣子(Coze)是字节跳动推出的开源AIAgent开发平台，提供可视化一站式开发环境，支持无代码/低代码开发。平台集成最新大模型、工具和多种开发框架，内置上百个行业模板（如客服、营销等），支持快速构建智能体并一键发布至主流平台。开发者可通过拖拽式操作配置变量、数据库、记忆等功能，还能深度定制工作流和业务逻辑。开源版本采用Golang+React技术栈，提供模型服务、智能体构建、API集成等
DeepSeek 14B本地部署方案摘要 本项目提供DeepSeek 14B大语言模型的本地部署全流程方案，包括硬件要求、环境配置、数据预处理和模型量化等关键步骤。硬件需24GB显存GPU、64GB内存和100GB存储空间。软件环境基于Python 3.10和PyTorch CUDA 11.8版本，提供完整的依赖安装命令。数据预处理模块支持多种文本格式，包含文本清洗、停用词处理、句子分割等核心功能
YOLOv8/v5+ByteTrack：Python 多目标检测计数与跟踪系统（PySide6 界面）（源码）✅
另外，为了节省运算，实际代码里 3、4 特征的计算是基于 1、2 基础上的，也就是说实际运行时的系数组长度为 6，分别是 1、2 特征、3-1、3-2、4-1、4-2 特征组（这可能就是为什么对于有些图片检测效果非常差的原因，3、4 特征一定程度上被 1、2 限制了）。而 02、10、12 很差的原因，如之前所说，可能是 3、4 特征被 1、2 限制了，目标像素的 RGB 离均色不远且出现较多时，
为彻底解决遮挡盲区、静态场景滞后、轨迹跟踪断续、系统碎片化问题，本方案以全链路人工智能算法为核心底层，结合多路相机视频融合、三维空间动态重构、透镜建筑透视渲染、全域人员轨迹智能追踪，搭建一体化一屏全局管控平台。实现感知、建模、跟踪、渲染、预警、管控全流程智能化闭环，达成建筑空间全景可视、人员轨迹全程可溯、安全风险实时可控。适用于办公楼宇、生产厂区、仓储库房、设备机房、园区建筑、封闭式管理区域等多层
麻省理工的一份最新报告显示，约 **95% 的企业在实施 AI 后并未获得实际商业回报**。事实上，我们也常见到一些 AI 项目“Demo 很惊艳，上线后无人问津”。问题究竟在哪？我们将从企业级 AI 应用的真实场景切入，并通过一个Demo构建，探讨 AI 在数据层的真正需求，以及企业应如何构建合适的数据底座来支撑真实的 AI 应用。
弱指针缓存优化：多线程间传递所有权时优先使用 `unique_ptr`，必要时转为 `shared_ptr`。1. 替换为对象池：预分配内存块，对象创建/回收操作从 `ms` 级降到 `μs` 级。核心思想：预先分配内存块，避免频繁 `new/delete` 带来的开销和碎片化。- 读写锁（std::shared_mutex）：读多写少的场景下，读锁可并行。优势：减少内存碎片，降低动态分配/释放的
本文提出了一种基于高斯过程的扩展目标跟踪方法，用于估计动态目标的运动状态和三维形状。该方法利用高斯过程对目标的星形凸表面进行非参数化建模，通过径向函数描述形状，无需预设几何模板。状态空间模型结合了线性运动、旋转动力学和形状动态，支持在线自适应学习复杂形状。文中详细推导了数学公式，并提供了两种三维扩展方案的MATLAB实现，适用于自动驾驶和机器人导航等场景。仿真结果表明，该方法能有效跟踪未知形状目标
文章探讨AIGC向AI Agent智能体技术发展趋势，指出2025年可能成为"Agent元年"。这一技术变革将重新定义企业流程、决策和创新。通过行业先行者访谈和实践案例分析，《企业级AI Agent价值及应用报告》为AI Agent的落地提供了实用思路，助力开发者把握大模型时代新机遇。
话说回来，他们的深度学习模块训练出来的模型，部署时要注意输入图像的归一化方式，有个学员用OpenCV做预处理结果不准，后来发现海康的归一化是除以255再减0.5，和常规做法不一样。整套资料里最值钱的是那套通讯故障排查手册，像三菱PLC的FX5U偶尔会报"无法建立连接"，手册里写着要改GX Works3里的以太网模块参数，把TCP保持连接时间从默认120秒改成0（无限）。所以算法优化真不一定是代码层
而当我们学会与这些工具建立健康的协作关系时，我们不仅提高了写作效率，更重要的是，我们找回了学术表达的初心——让有价值的想法被世界看见。我注意到，书匠策的工具提供了一种“观点拓展”功能——基于已有内容，提出相关的、可能的研究方向或论证角度。深夜的实验室里，咖啡杯沿已经冷透，屏幕上闪烁的光标仿佛在嘲笑我的写作瓶颈——这是每个研究者都熟悉的场景，直到我发现了一种不同的可能性。传统的写作辅助工具不过是高级
你对哪些子方向感兴趣？书匠策AI的语言检查功能专门针对学术语境设计，不仅能检测语法错误，更能识别**学术写作中的常见问题**：过度口语化表达、术语使用不一致、论证跳跃、证据与主张不匹配等。书匠策AI的结构规划功能根据学科类型和论文级别（本科/硕士）提供**定制化的结构模板**，这些模板不是僵化的框架，而是包含灵活可调整的模块化设计。更令人印象深刻的是，系统能够识别不同学科领域的写作范式差异——工科
本文针对火箭发射过程中的关键目标检测任务，构建了一个基于YOLO架26构的三类目标检测系统，用于识别发动机火焰（Engine Flames）、火箭箭体（Rocket Body） 及太空（Space） 区域。模型在包含24,435张训练图像、2,428张验证图像及1,286张测试图像的数据集上进行训练与评估。实验结果表明，模型在发动机火焰与火箭箭体两类目标上表现优异，mAP50分别达到0.966与0
在AI时代，随着AI技术的迅猛发展，各种出行助手应用如雨后春笋，受限于大模型的数据孤岛、能力边界限制，始终未能发挥其在应用层面落地价值。MCP的出现统一了大模型与外部数据、工具间的通讯协议，WAYZ MCP Server旨在为大模型应用落地高效赋能。
总体来看，视觉智能正在从“识别图像”走向“理解世界”。目标检测为视觉系统提供物体级别的基础感知能力，多模态大模型让视觉与语言实现语义对齐，空间关系推理让模型能够理解对象之间的结构关系，而智能感知则把这些能力整合到真实应用中。我对这些方向感兴趣，是因为它们既有扎实的技术基础，也有广阔的应用前景。目标检测解决“看见什么”，空间关系推理解决“它们之间是什么关系”，多模态大模型解决“如何用语言理解和交互”
这篇教程是根据近期学习目标检测、多目标跟踪和视频分析项目的复现过程整理出来的，重点演示如何把 RF-DETR 检测器和 ByteTrack 跟踪器组合起来，对视频中的目标进行连续跟踪，并绘制检测框、轨迹和跟踪 ID。ByteTrack 和 SORT 一样，都建立在卡尔曼滤波与匈牙利匹配算法的基本框架上，但它的核心改进是数据关联策略：ByteTrack 会尽可能利用几乎所有检测框，而不是简单丢弃低置
本文详细介绍了SORT算法在Python中的实现，通过300行代码构建60FPS多目标跟踪系统，并集成YOLOv5目标检测器。文章深入解析了卡尔曼滤波和匈牙利算法在多目标跟踪中的应用，提供了优化参数和解决遮挡问题的实战技巧，适合计算机视觉开发者快速掌握高效目标跟踪技术。
在农作物与杂草识别场景下，Mosaic + HSV 色域增强 + 随机水平翻转是综合性价比最高的增强组合，可同时提升检测精度与场景泛化能力。若算力与训练时间有限，可优先启用 Mosaic 与 HSV 增强，以较小的计算成本获得大部分性能收益。
本文详细介绍了如何离线配置YOLO_Tracking环境，绕过谷歌云盘限制，使用Python 3.9和Poetry进行高效的目标跟踪开发。内容包括环境准备、模型文件离线获取、依赖管理及性能优化技巧，帮助开发者顺利完成环境搭建和案例测试。
目标跟踪
——目标跟踪
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
亚马逊云科技技术品牌专区
DAMO开发者矩阵
AMD开发者中国社区
openEuler 社区
2048 AI社区
DeepSeek技术社区
CANN开发者社区
AI Agent技术社区
