该文章属于AI视觉应用研发初级内容，后续我会逐步更新详细的高级教程和文章。
AI视觉识别的应用场景还是很多的，比如：道路交通、智能家居、智慧厨房、游戏服务、智慧医疗等
举个简单例子：上传体检报告后根据报告推荐饮食搭配和运动建议，按次收费或带货盈利
我是如何做计算机视觉研发的呢？
其实，通过Yolo模型可以快速的实现业务需求，目前最新版本v8，v8的地址：Ultralytics YOLOv8 Docs
先说结果：
家用电脑配置：I7-7700k, 48g内存, 1060-6g显卡, Windows-11
语言识别效率FPS显卡C#12ms≈60801060C++9ms≈70851060C#3ms≈1051204090C++12ms≈130~1404090
··识别效率=图像获取+自训练物体识别+识别结果反馈
实现前要学习几个基础知识和环境准备：
- ONNX Runtime:
标签：
人工智能
本文转载自: https://blog.csdn.net/Tangrongji/article/details/135607709
版权归原作者 This is Ronky 所有， 如有侵权，请联系我们删除。
版权归原作者 This is Ronky 所有， 如有侵权，请联系我们删除。