https://blog.grabbyte.com/tags/%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%89/ Recent content in 机器视觉 on 软件开发大郭的技术博客 Hugo en Sun, 06 Sep 2026 21:53:18 +0800 https://blog.grabbyte.com/p/2026/09/06-2153.html Sun, 06 Sep 2026 21:53:18 +0800 https://blog.grabbyte.com/p/2026/09/06-2153.html <h1 id="起因">起因</h1> <p><a href="https://blog.grabbyte.com/p/2026/09/06-2038.html">上一篇</a>说了视觉分拣项目从 DEMO 到商业落地要翻三座大山——<strong>节拍、稳定性、异常处理</strong>，节拍能一票否决，另外两座决定项目能不能&quot;活着收尾款&quot;。但只指出大山在哪不算完整，这篇把翻山的工程方法逐座展开：每座山怎么量、怎么拆、用什么样的手段阶梯去翻，最后给一套交付前能把三座山一次性验证掉的验收闭环。</p> https://blog.grabbyte.com/p/2026/09/06-2038.html Sun, 06 Sep 2026 20:38:08 +0800 https://blog.grabbyte.com/p/2026/09/06-2038.html <h1 id="起因">起因</h1> <p><a href="https://blog.grabbyte.com/p/2026/09/06-2021.html">上一篇</a>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：<strong>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</strong>。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。</p> https://blog.grabbyte.com/p/2026/09/06-2021.html Sun, 06 Sep 2026 20:21:54 +0800 https://blog.grabbyte.com/p/2026/09/06-2021.html <h1 id="起因">起因</h1> <p>前面写过一篇<a href="https://blog.grabbyte.com/p/2026/09/06.html">《瑞芯微RK3588应用程序开发全流程记录》</a>，把 SDK、设备树、烧录、自启动这条 Linux 工程链走了一遍——那是&quot;把平台跑成产品&quot;的一半。另一半是<strong>应用本身</strong>：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。</p>