- 博客(4)
- 收藏
- 关注
RSS订阅原创 HUSKYLENS物体跟踪中的“假阳性”与“真阳性”
HUSKYLENS作为一款易于使用的AI视觉传感器，在物体识别和跟踪领域展现了强大的能力。然而，要充分发挥其性能，并使其适应各种复杂的应用场景，理解并精准调整其内部的决策参数至关重要。本文将重点深入解析 HUSKYLENS 中两个核心的可调参数：假阳性阈值（False Positive Threshold）和真阳性阈值（True Positive Threshold）。我们将根据 HUSKYLENS 官方或实际项目中的特定定义，阐述它们的作用、相互关系以及在不同场景下的调整策略，帮助开发者优化识别精度与灵敏
2025-08-22 23:29:56
622
原创 FTC 27570 “INTO THE DEEP“ 赛季高精度视觉抓取系统深度解析：从OpenCV到运动学解算
本文档对FTC 27570队伍在"INTO THE DEEP"赛季中使用的高精度视觉抓取系统进行了全面的技术剖析。系统基于OpenCV（通过EasyOpenCV集成），实现了从图像处理、目标识别、三维空间定位到机器人逆向运动学解算的全链路功能。文章将深入探讨其分层软件架构、核心计算机视觉算法、高精度定位模型、运动学解算逻辑以及关键的工程实践与系统标定方法。所有相关代码均已在GitHub开源。
2025-08-15 12:21:28
1072
原创 本地化 TensorFlow TFLite 物体检测模型训练流水线：WSL2 + GPU + 自动化，零基础也能高效出成果！
本文介绍了一款为AI/ML初学者和开发者设计的端到端本地化TFLite物体检测模型训练流水线。它利用WSL2和NVIDIA GPU的强大性能，通过一系列自动化脚本，彻底简化了TensorFlow环境配置、模型训练、INT8量化及最终打包部署的复杂过程。无论您是零基础入门，还是寻求高效工具，本流水线都能让您轻松训练出高性能、兼容性强的TFLite模型，告别繁琐，专注于AI应用的开发与实现。
2025-08-13 23:10:04
1017
原创 Zero2YoloYard：您的本地AI标注利器，从视频到YOLO数据集，一站式搞定！
Zero2YoloYard 是一款专为AI开发者设计的本地化、高效且数据安全的机器学习标注工具。它深度定制自 FIRST Machine Learning Toolchain (FMLTC)，并创新性地集成了强大的 Segment Anything Model 2.1 (SAM 2.1)，提供智能辅助标注和视频对象跟踪功能。项目解决了传统云端标注服务的成本、隐私和网络依赖问题，以及本地部署复杂性。Zero2YoloYard 支持从视频导入、智能帧提取、AI辅助标注到一键导出YOLO格式数据集的全流程。v1.
2025-08-13 22:42:03
1351
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人