懒人的技术笔记

MinerU是跟飞浆的vl-1.5是同一类的产品，主打高精度的文档解析。用官方的话说，MinerU是专为场景构建的高精度文档解析引擎。它的诞生与AI大模型的预训练有着巨大的关系，所以它集中精力解决科技文献中的符号转化问题，并将PDF、图片以及 DOCX、PPTX、XLSX 转化为机器可读格式（如 Markdown、JSON），便于后续检索、抽取与二次处理。可以看出MinerU纯纯是为AI而生，而且发展神速，在github上已经65.1k的star了。到现在，它的应用场景已经非常广泛了。

手搓ONNX部署PP-OCRv5模型的文章中，有小伙伴告诉我OnnxOCR也不错，可以试试。对，试试就试试。OnnxOCR是一个开源的项目，github上是这样介绍自己的：基于PaddleOCR重构，并且脱离PaddlePaddle深度学习训练框架的轻量级OCR，推理速度超快。从github地址就可以看出来，该项目的核心作者是刘劲松(Jingsong Liu)，据说他也是PaddleOCR的作者。

机器视觉创业经验总结 笔者回顾了一年多的机器视觉创业历程，分享了三个失败项目的经验教训。从条形码检测到药瓶瑕疵检测，团队在技术实现和商业落地方面都遇到了严峻挑战。文章揭示了技术创业的残酷现实：优质工具的高成本、成熟市场的价格竞争、技术可行与商业可行的鸿沟。核心启示包括：不能只关注技术、选择赛道比努力更重要、必须建立核心竞争力、深入理解客户真实需求。最终建议创业者保持清醒认识，"如果能打工，还是去打工吧"的结论反映了创业的艰难本质。

边缘检测是计算机视觉与图像处理领域的基石技术，其**核心目标**是通过识别图像中亮度、色彩或纹理的突变区域，提取物体轮廓与结构信息。随着工业自动化、自动驾驶、医学影像分析等领域的快速发展，边缘检测技术经历了从传统算子到深度学习模型的演进，并在实际应用中不断崭露头角。

相机标定（Camera Calibration）是指通过实验或算法手段确定相机的内部参数（如焦距、主点坐标、畸变系数）和外部参数（如旋转矩阵、平移向量）的过程。这些参数共同描述了相机的成像模型，使得三维空间中的物体能够被准确投影到二维图像平面上。相机标定作为机器视觉的基石，其精度直接影响整个系统的可靠性。传统方法如张正友标定法已成熟应用于工业场景，而自标定与深度学习技术正推动其在复杂环境中的普及。