本文分类：news发布日期：2025/12/28 20:53:49
相关文章
YOLO推理服务部署HTTPS：保护GPU接口安全
YOLO推理服务部署HTTPS：保护GPU接口安全
在智能制造工厂的视觉质检线上，一台边缘服务器正通过摄像头实时分析产品缺陷。每秒上百帧图像被上传至部署在GPU上的YOLO模型进行检测——这本是AI赋能工业自动化的典型场景。但若这些包含核心工艺信息的图像以明…
建站知识
2025/12/28 20:53:42
YOLO如何应对恶劣天气下的检测挑战？
YOLO如何应对恶劣天气下的检测挑战？
在自动驾驶汽车驶入浓雾弥漫的高速公路，或智慧交通摄像头在暴雨中试图识别一辆疾驰而过的车辆时，一个核心问题浮现：当视觉系统“看不清”时，AI还能否可靠地感知世界？这…
建站知识
2025/12/28 20:53:32
Win10系统VS2019+Cmake+vtk_8.2.0环境配置
Win10系统VS2019Cmakevtk_8.2.0环境配置
1 vtk
1.1 简要介绍
VTK（visualization toolkit） 是一个开源的 BSD 许可证免费软件系统，主要用于三维计算机图形学、图像处理和科学计算可视化。 VTK 是在三角函数库 OpenGL 的基础上采用面向对象的…
建站知识
2025/12/28 20:53:29
YOLO目标检测模型热更新机制设计：不停机升级
YOLO目标检测模型热更新机制设计：不停机升级
在智能制造工厂的质检线上，摄像头正以每秒30帧的速度扫描着高速移动的电路板。突然，系统需要上线一个新训练的YOLO模型来识别一种新型焊接缺陷——但产线不能停。传统做法意味着至少半小时的停工等…
建站知识
2025/12/28 20:53:29
YOLO目标检测结果不稳定？可能是GPU浮点精度问题
YOLO目标检测结果不稳定？可能是GPU浮点精度问题
在工业质检线上，一台搭载YOLOv8的视觉检测系统正以每秒30帧的速度扫描流过的产品。突然，同一个划痕缺陷在连续两帧中被交替识别为“合格”与“不合格”——输入图像几乎完全相同，模…
建站知识
2025/12/28 20:53:27
YOLO模型支持ONNX Runtime-GPU加速推理
YOLO模型支持ONNX Runtime-GPU加速推理
在智能制造产线高速运转的今天，每秒钟都可能有数十个产品流过视觉检测工位。面对这种对实时性近乎苛刻的要求，传统的CPU推理方案早已捉襟见肘——延迟高、吞吐低，根本无法满足工业级部署需求。而与此同…
建站知识
2025/12/28 20:53:00
YOLOv10相比YOLOv8有哪些核心改进？一文说清
YOLOv10相比YOLOv8有哪些核心改进？一文说清
在工业质检线上，一台高速摄像头每秒捕捉上百帧图像，系统必须在几毫秒内完成缺陷检测并触发分拣动作。传统目标检测模型在这种场景下面临一个尴尬的瓶颈：即使主干网络推理只需3ms&#x…
建站知识
2025/12/28 20:52:52
VTK源码编译时候选qt5路径
Qt 采用 清华源 下载，（如果后续用VS编译，VS2017、2019、2022都采用 MSVC编译，如果不是，可以考虑MG，后文采用MSVC）VS 2022 (MSVC 2017 64 bit)VTK 8.2 (亲测，9.10版本无法生成QVTK插件…
建站知识
2025/12/28 20:52:52
