logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

HML-vision

《HMLVISION工业AI视觉检测系统技术白皮书摘要》 苏州华镁莱电子科技发布的HMLVISION系统,实现了工业视觉检测从"能看见"到"能思考、能自适应、能闭环"的跨越。针对当前工业视觉领域存在的训练中断、标注成本高、部署适配难等核心痛点,系统创新性地开发了四大核心技术:1)元数据自修复的断点续训机制,将模型迭代效率提升200%;2)基于SAM的智能标注

文章图片
#python#算法
工业AI视觉新突破:HML-Vision视频标注全流程技术解析

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

文章图片
#音视频#python#算法 +2
HML-Vision未来技术路线白皮书:AI时代工业视觉检测的创新与突破

《AI时代工业视觉检测创新路线图》摘要:本白皮书系统规划了工业视觉检测的智能化转型路径。针对当前行业痛点(环境适应性差、样本依赖性强、部署成本高),提出三大技术突破方向:1)自适应检测(AI光照补偿、多模态融合);2)智能优化(参数自动调优、预测性维护);3)移动化转型(鸿蒙端侧AI方案)。重点部署9大创新工具,分三个阶段实施:短期(1-2月)聚焦基础增强工具,中期(3-6月)开发多模态检测系统,

文章图片
#人工智能#视觉检测#计算机视觉
HML-Vision未来技术路线白皮书:AI时代工业视觉检测的创新与突破

《AI时代工业视觉检测创新路线图》摘要:本白皮书系统规划了工业视觉检测的智能化转型路径。针对当前行业痛点(环境适应性差、样本依赖性强、部署成本高),提出三大技术突破方向:1)自适应检测(AI光照补偿、多模态融合);2)智能优化(参数自动调优、预测性维护);3)移动化转型(鸿蒙端侧AI方案)。重点部署9大创新工具,分三个阶段实施:短期(1-2月)聚焦基础增强工具,中期(3-6月)开发多模态检测系统,

文章图片
#人工智能#视觉检测#计算机视觉
灵秀识图:华为 Mate 80 上的中国智造 — HarmonyOS NEXT AI 实时手部检测开发全纪实

摘要:苏州华镁莱电子科技开发总监韩青松团队基于HarmonyOSNEXT开发出国内首款纯鸿蒙AI视觉检测应用"灵秀识图"。该应用采用YOLOv8n模型实现毫秒级手部实时检测,在华为Mate80上达到8FPS流畅度。开发过程中攻克了PhotoOutput取帧卡顿、NPU推理兼容性等核心技术难题,通过模型瘦身(640→320分辨率)和定时器优化将CPU推理耗时降至55ms。作为纯血

#华为#harmonyos#人工智能
灵秀识图:华为 Mate 80 上的中国智造 — HarmonyOS NEXT AI 实时手部检测开发全纪实

摘要:苏州华镁莱电子科技开发总监韩青松团队基于HarmonyOSNEXT开发出国内首款纯鸿蒙AI视觉检测应用"灵秀识图"。该应用采用YOLOv8n模型实现毫秒级手部实时检测,在华为Mate80上达到8FPS流畅度。开发过程中攻克了PhotoOutput取帧卡顿、NPU推理兼容性等核心技术难题,通过模型瘦身(640→320分辨率)和定时器优化将CPU推理耗时降至55ms。作为纯血

#华为#harmonyos#人工智能
灵秀识图:华为 Mate 80 上的中国智造 — HarmonyOS NEXT AI 实时手部检测开发全纪实

摘要:苏州华镁莱电子科技开发总监韩青松团队基于HarmonyOSNEXT开发出国内首款纯鸿蒙AI视觉检测应用"灵秀识图"。该应用采用YOLOv8n模型实现毫秒级手部实时检测,在华为Mate80上达到8FPS流畅度。开发过程中攻克了PhotoOutput取帧卡顿、NPU推理兼容性等核心技术难题,通过模型瘦身(640→320分辨率)和定时器优化将CPU推理耗时降至55ms。作为纯血

#华为#harmonyos#人工智能
我的AI辅助开发工具链2026版:从编码助手到工业视觉检测的全栈实践

2026年AI辅助开发已成为标配,关键在于构建高效工具链。苏州华镁莱电子算法工程师分享了工业视觉检测领域的AI工具链实践:通过统一模型入口(DreamRouter)调度多模型,结合Cursor+Copilot进行代码补全,ClaudeCode处理复杂重构,AI代码审查确保质量。在HML-vision系统中,这套工具使模型搭建效率提升8倍,重构任务耗时从2天降至3小时,缺陷发现率提高30%。核心观点

#人工智能#视觉检测#计算机视觉
我的AI辅助开发工具链2026版:从编码助手到工业视觉检测的全栈实践

2026年AI辅助开发已成为标配,关键在于构建高效工具链。苏州华镁莱电子算法工程师分享了工业视觉检测领域的AI工具链实践:通过统一模型入口(DreamRouter)调度多模型,结合Cursor+Copilot进行代码补全,ClaudeCode处理复杂重构,AI代码审查确保质量。在HML-vision系统中,这套工具使模型搭建效率提升8倍,重构任务耗时从2天降至3小时,缺陷发现率提高30%。核心观点

#人工智能#视觉检测#计算机视觉
到底了