Shaun ZhouandClaude Opus 5 ada67466d4 feat(deploy): 不依赖 ultralytics 的 OpenVINO 推理脚本 ...

只用 openvino + numpy + PIL，可以直接拷到部署设备上跑（连同 engine/tiling.py 与
engine/detection.py 三个文件）。

自己解码原始输出：前 4 行是像素 xywh、可能越界要裁剪，其余每行一个类别的分数且已过
sigmoid；导出的 metadata.yaml 里 end2end=false，必须自己做 NMS——实测同一个目标会出
3 个候选框。灰度图自动补成三通道。

图片已经是模型输入尺寸时直接推理；大于输入尺寸时加 --tile-size 自行切片再拼回。
给了 --labels 还会统计逐类 TP/FP/FN。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

2026-09-24 17:50:53 +08:00

..

build_yolo_dataset.py

fix(detect): 钳掉 Label Studio 导出坐标的浮点溢出

2026-09-17 16:44:42 +08:00

check_env.py

feat: 支持 cuda / mps / cpu 三后端，Mac 上可用 MPS 训练

2026-09-02 21:43:35 +08:00

cluster_unlabeled.py

feat(cluster): clusters/ 默认改用硬链接，便于直接在 runs/ 下继续分子类

2026-09-10 12:04:08 +08:00

export_clusters.py

feat(cluster): clusters/ 默认改用硬链接，便于直接在 runs/ 下继续分子类

2026-09-10 12:04:08 +08:00

generate_boxes.py

feat(boxes): 新增传统 CV 定位方法（--method cv），不依赖分类模型

2026-09-17 11:03:13 +08:00

openvino_predict.py

feat(deploy): 不依赖 ultralytics 的 OpenVINO 推理脚本

2026-09-24 17:50:53 +08:00

prepare_label_studio.py

feat(detect): 把 Label Studio 的 YOLO 导出装配成带 train/val 划分的数据集

2026-09-17 16:42:53 +08:00

push_predictions.py

fix(detect): 推理尺寸与训练尺寸不一致时报警

2026-09-24 15:33:41 +08:00

retrain_from_label_studio.sh

feat(scripts): 重训后同时维护 current.pt 与 best.pt

2026-09-23 16:03:00 +08:00

start_ml_backend.sh

feat(ml-backend): Start Training 按钮真正触发重训，启动/重训脚本进 scripts/

2026-09-21 11:00:01 +08:00

tile_dataset.py

fix(detect): 切片统计的口径

2026-09-23 15:13:18 +08:00

visualize_detections.py

fix(detect): 推理尺寸与训练尺寸不一致时报警

2026-09-24 15:33:41 +08:00