YOLO工业检测2026-05-208 分钟
YOLOv5 如何训练自己的工业检测数据集
从图片采集、标注规范、数据划分到训练参数,梳理一个工业检测数据集的最小可用流程。
Blog
围绕工业视觉检测和企业 AI 落地的实战文章,适合工程师、自动化公司和制造企业参考。
从图片采集、标注规范、数据划分到训练参数,梳理一个工业检测数据集的最小可用流程。
介绍使用普通 USB/工业相机、YOLO识别和规则引擎实现装配顺序检测的技术路线。
从工程成熟度、训练体验、部署难度和边缘设备支持角度比较两个常用版本。
整理 Jetson Orin 上部署 YOLO 检测系统的环境、模型导出、推理服务和开机自启流程。
从 PyTorch 权重到 ONNX,再到 TensorRT engine,说明常见加速步骤和踩坑点。
介绍本地大模型、文档解析、向量检索和企业知识问答系统的基础搭建思路。
解释少样本 Demo 的可行性、边界和如何向客户展示真实风险。
从需求调研、技术风险、交付范围和售后维护角度拆解工业 AI 项目报价。