视觉分拣项目的成败经验:DEMO不算数,赶得上产线节拍才算数
起因
上一篇把 RK3588 + NPU 的流水线分拣方案设计写完了,但有件事必须单独拎出来讲:方案在实验室跑通,和项目在客户产线上活下来,中间隔着一条鸿沟。这些年见过太多视觉分拣项目死在这条沟里——机器视觉本身是可行的,机械臂也动得好好的,DEMO 演示行云流水,最后客户验收过不了、尾款结不了。
上一篇把 RK3588 + NPU 的流水线分拣方案设计写完了,但有件事必须单独拎出来讲:方案在实验室跑通,和项目在客户产线上活下来,中间隔着一条鸿沟。这些年见过太多视觉分拣项目死在这条沟里——机器视觉本身是可行的,机械臂也动得好好的,DEMO 演示行云流水,最后客户验收过不了、尾款结不了。
前面写过一篇《瑞芯微RK3588应用程序开发全流程记录》,把 SDK、设备树、烧录、自启动这条 Linux 工程链走了一遍——那是"把平台跑成产品"的一半。另一半是应用本身:怎么把 RK3588 那 6 TOPS 的 NPU 真正用起来,做成一套流水线机械臂分拣的视频识别方案。这篇就补这一半:从模型训练、量化部署,到手眼标定、皮带跟踪、跟机械臂握手,把整条链路的设计决策过一遍。
上一篇写了国科微 GK7205 拿来做 WiFi 挖耳勺的方案,评论区聊到行车记录仪这个大盘子——国科微的 GK7606V1 官方应用清单里明确写着"行车记录仪",但这个市场早就不是一片空白,而是一个厮杀了十几年、梯队分明的江湖。今天就把这张地图画全:安霸、联咏、卓然、凌阳、太欣、倚强(SQ)、全志,外加国科微这批新势力,各自占哪块地、擅长什么价位段。
刷到不少"河流桌"的视频:整块木桌中间灌一条透明环氧树脂当"河",河里埋 LED,手从桌面上拂过,扫过的位置亮起来,离开后又慢慢暗下去,像水面荡开的涟漪。市面上的做法基本两类:成品桌天价;DIY 的多是单片机(Arduino/ESP32)+ WS2812 + 红外对管/触摸传感器,一套下来要写代码、要调传感器阈值、要烧录,对不想碰固件的朋友不友好。
想做的三类小产品——WiFi 挖耳勺、WiFi 放大镜、WiFi 智能梳子——拆开看是同一台机器:电池 + 微型 CMOS 模组 + 主控 + WiFi 图传 + 手机 APP。不放屏幕、不插网线、单价几十到一两百,主控选型直接决定 BOM、功耗和二次开发难度。
手头的项目是 AI 视觉识别:摄像头进画面,板上实时跑模型推理,输出检测/分类结果。这类应用对算力的要求远超普通 MCU 和入门级 SoC——CPU 软跑 YOLO 这类模型只有个位数帧率,没有实用价值,必须上 NPU。
MCP(Model Context Protocol)全称模型上下文协议,是由 Anthropic 推出的一种开放标准,旨在统一大型语言模型(LLM)与外部数据源和工具之间的通信协议。
无论是市场分析师洞察行业动态、研究者收集学术资料,还是开发者为智能应用采集数据,都对网络数据采集工具提出了极高的要求。Firecrawl MCP Server 应运而生,它宛如一把犀利的 “数字手术刀”,能够精准地剖析网页,为用户采集、分析和提取所需的网络数据。本文将深入探讨 Firecrawl MCP Server 的使用方法、核心功能、应用场景以及部署方式,助您充分挖掘这款强大工具的潜力。
Claude Code 是一个用于智能体编程的命令行工具。
这篇文章涵盖了在各种代码库、语言和环境中使用 Claude Code 的有效技巧和窍门。
T113 是全志(Allwinner)的三核 SoC(1× Cortex-A7 @1.2GHz + 2× HiFi4 DSP),跑 Linux 做带屏的中小型产品性价比很高。但从前零开始把一个应用程序做到"上电即运行"的量产状态,中间要穿过环境搭建、内核裁剪、设备树、打包烧写、自启动、开机动画、显示、GPIO、输入等一系列环节,每个环节的资料都散落在不同的文档里。这篇把整条链路串成一篇全流程记录,既是备忘,也给同样用 Tina SDK 做 T113 开发的人一个整体地图。