- 博客(6)
- 资源 (2)
- 收藏
- 关注
原创 Zynq AC880-Pro开发板:FPGA+YOLO实时目标检测 + WiFi无线图传实战
本项目基于开发板,实现了一套完整的FPGA硬件加速YOLO实时目标检测 + WiFi无线图传方案。系统上电后自动开启WiFi热点,手机/电脑连接即可通过浏览器实时查看摄像头画面和AI检测结果,无需安装任何APP。主控芯片:Xilinx Zynq-7020(双核ARM Cortex-A9 + FPGA Artix-7)摄像头:MIPI接口摄像头,Bayer格式输出分辨率:852×480帧率:优化后可达10+ FPS检测模型:YOLOv4-tiny(COCO数据集)
2026-06-30 19:28:46
281
原创 基于本机配置的 YOLO26 Conda 环境安装教程:Windows 11 + RTX 3050 Ti 实战版
???????????????? Windows 11?RTX 3050 Ti 4GB ? Python 3.14.3??? Miniconda ?? YOLO26 ????????????? PyTorch 2.4.1 cu121 ? ultralytics?
2026-03-27 13:18:30
442
原创 基于本机配置的 YOLO26 Conda ss安装教程:Windows 11 + RTX 3050 Ti 实战版
对这台Miniconda -> 创建 Python 3.10 环境 -> 安装 PyTorch GPU 版 -> 安装 ultralytics -> 用本机已有的 yolo26n 权重做首次验证按这个顺序做,环境基本就能比较稳地搭起来。
2026-03-27 10:29:57
944
原创 基于 Astra 深度相机 + YOLO 的无人零售拿取/放回识别项目实战
这个项目最有价值的地方,不只是“识别到了商品”,而是把深度相机、RGB 视觉、时序规则和语音交互真正组合成了一个可运行、可解释、可扩展的无人零售原型。对于毕业设计、比赛项目、技术博客或者面试展示来说,这种完成度通常会比单点模型演示更有说服力。因为别人看到的不是某个模型跑通了,而是一整套系统已经开始具备落地雏形。如果你也在做无人零售、货架识别或者多模态视觉融合,欢迎交流。
2026-03-26 12:12:48
376
原创 优快云_publish_body_final
这个项目最有价值的地方,不只是“识别到了商品”,而是把深度相机、RGB 视觉、时序规则和语音交互真正组合成了一个可运行、可解释、可扩展的无人零售原型。对于毕业设计、比赛项目、技术博客或者面试展示来说,这种完成度通常会比单点模型演示更有说服力。因为别人看到的不是某个模型跑通了,而是一整套系统已经开始具备落地雏形。如果你也在做无人零售、货架识别或者多模态视觉融合,欢迎交流。
2026-03-26 09:57:43
416
原创 基于 Astra 深度相机 + YOLO 的无人零售拿取/放回识别项目实战
做完识别之后,结果没有继续用于导购、播报或交互,系统闭环不完整。,展示另一个阶段的识别效果## 8. 还可以继续优化什么后续我觉得可以重点往这几个方向继续优化:- 提升多商品同类场景下的实例级稳定性- 增加更轻量的推理配置,提升 FPS- 把 ROI 从手工框选升级成自动货架定位- 做更标准的数据集和评测集,量化 take/put_back 准确率- 把运行结果接到 Web 面板或收银逻辑里,形成更完整业务闭环## 9. 发布时做了哪些整理为了方便公开分享,这次我专门把项目做了几项整理:- 增加了。
2026-03-26 08:49:05
527
医院智能化系统说明.doc
2020-04-16
社区智能化技术规范.doc
2020-04-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅