配置参数
点击或拖拽上传文件
支持图片（JPG, PNG, BMP, WebP）和视频（MP4, AVI, MOV, MKV）模型越大越准确，但速度越慢
宽松 0.2
严格 0.8
数值越低检测越多但可能有误检，数值越高越准确但可能漏检
过滤掉尺寸小于此值的目标（像素）
控制单张图最多显示多少个目标
严格合并
保留更多
控制同一目标多个框的合并，通常保持默认即可
分辨率越高越精确，但处理越慢
检测结果
上传文件并点击检测查看结果
关于美卓视觉检测
美卓视觉检测是一款专业的AI智能识别工具，基于深度学习技术开发。系统可以快速准确地识别图片和视频中的物体，支持80种常见目标的自动检测。
核心功能
- 支持JPG、PNG、BMP、WebP等图片格式，以及MP4、AVI、MOV、MKV等视频格式
- 提供5种不同规格的AI模型，从6MB到136MB，用户可根据实际需求选择
- 8项可调参数，包括识别置信度、重叠过滤强度、目标尺寸限制等，满足精细化需求
- 类别过滤功能，可从80个预设类别中选择特定目标进行识别
- 实时显示识别统计数据，包括检测数量、处理耗时、帧率等关键指标
- 响应式界面设计，兼容桌面电脑、平板、手机等多种设备
- 支持文件拖拽上传，简化操作流程
- 检测结果可一键下载保存，便于后续处理和分析
可识别的80种目标
美卓视觉检测基于国际标准COCO数据集训练，可以准确识别以下80类常见目标：
人物类（1种）
人/行人
交通工具（8种）
自行车
汽车
摩托车
飞机
公交车
火车
卡车
船
交通设施（4种）
红绿灯
消防栓
停车标志
停车计时器
动物类（10种）
鸟
猫
狗
马
羊
牛
大象
熊
斑马
长颈鹿
户外用品（5种）
背包
雨伞
手提包
领带
行李箱
运动用品（10种）
飞盘
滑雪板
滑雪板
运动球
风筝
棒球棒
棒球手套
滑板
冲浪板
网球拍
餐具食物（15种）
瓶子
酒杯
杯子
叉子
刀
勺子
碗
香蕉
苹果
三明治
橙子
西兰花
胡萝卜
热狗
披萨
家具家电（15种）
椅子
沙发
盆栽
床
餐桌
马桶
电视
笔记本电脑
鼠标
遥控器
键盘
手机
微波炉
烤箱
烤面包机
日常物品（12种）
水槽
冰箱
书
时钟
花瓶
剪刀
泰迪熊
吹风机
牙刷
甜甜圈
蛋糕
长凳
提示：您可以在高级选项中点击"类别过滤"，选择只识别特定的目标类别，提高识别速度和准确度。
AI模型架构
本系统采用先进的深度学习目标检测算法，基于卷积神经网络(CNN)架构设计。通过大规模数据集训练，实现了高速推理和精确检测的完美平衡。
模型规格对比
| 模型 | 参数量 | 模型大小 | 适用场景 |
|---|---|---|---|
| 超快速模型 | 3.2M | 6.2MB | 实时视频流、边缘设备 |
| 快速模型 | 11.2M | 22MB | 通用目标检测、移动端应用 |
| 平衡模型 | 25.9M | 52MB | 高精度应用、复杂场景 |
| 高精度模型 | 43.7M | 88MB | 工业检测、安防监控 |
| 极致精度模型 | 68.2M | 136MB | 科研项目、最高精度需求 |
强大的参数定制能力
系统提供8个核心参数供用户调节，满足不同场景的检测需求：
识别置信度 (0.1-0.95)
控制检测器输出结果的可信度阈值，根据应用场景在准确率和召回率之间权衡
重叠过滤强度 (NMS-IOU)
非极大值抑制算法的阈值参数，用于消除重叠检测框，避免同一目标被重复标注
处理分辨率 (320-1280px)
神经网络输入图像尺寸，更高分辨率可检测更小目标但会增加计算开销
最大检测数量 (10-300)
单帧图像最多保留的检测结果数量，避免密集场景下的性能下降
类别过滤
从80个COCO类别中选择特定目标进行检测，提升推理速度并降低误检率
最小目标尺寸 (5-100px)
过滤掉像素尺寸过小的检测结果，减少噪点引起的误检
COCO 数据集说明
模型基于 COCO (Common Objects in Context) 数据集训练，这是目前最权威的通用目标检测数据集之一。数据集包含超过20万张标注图像，涵盖80个常见物体类别，训练样本超过150万个目标实例。
数据集特点：多尺度目标、复杂场景、遮挡处理、精确标注边界框和分割掩码
应用场景示例
- • 智能安防：人员检测、车辆识别、异常行为分析
- • 智能交通：交通流量统计、违章检测、车牌识别辅助
- • 工业质检：产品缺陷检测、零件计数、装配验证
- • 零售分析：商品识别、库存盘点、顾客行为分析
- • 农业监测：作物病虫害识别、果实成熟度判断
- • 医学影像：辅助诊断标注、病灶定位（需定制训练）