30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度想用AI视觉技术做个能识别麻将牌的机器人是不是听起来很酷但一上手就发现从数据标注、模型训练到最终部署每一步都像在踩坑。网上教程要么只讲理论要么代码跑不通好不容易训练出模型又不知道怎么集成到机器人里实时运行。这正是很多开发者从“学YOLO”到“用YOLO”做项目时最真实的困境。Ultralytics YOLO系列尤其是最新的YOLO26以其简洁的API和强大的性能极大地降低了目标检测的门槛。然而真正决定项目成败的往往不是模型本身而是从数据准备到工程落地的完整流程。一个能识别“一万”和“九万”的模型与一个能稳定运行在机器人上、实时处理视频流并做出决策的系统中间隔着数据工程、模型优化和部署适配三道鸿沟。本文将带你完整走一遍这个流程。我们以“智能麻将机器人”这个有趣且具象的项目为例但核心方法论适用于任何需要将YOLO模型落地到实际硬件如Jetson、树莓派或工控机的视觉项目。你将看到如何用Ultralytics YOLO26从零开始手把手完成数据标注、模型训练、性能优化并最终部署到一个模拟的机器人控制程序中。我们会避开那些华而不实的理论聚焦于每一步的具体操作、可能遇到的坑以及工业级的最佳实践。1. 项目定义与核心挑战为什么是麻将又不止于麻将选择“麻将识别”作为项目载体是因为它完美浓缩了一个视觉落地项目的典型要素多类别细粒度识别、小目标检测、实时性要求以及与实际控制系统的集成。一副麻将包含“万、条、筒、字牌、花牌”等数十个类别许多牌面图案相似如“二条”和“三条”这对模型的分类能力是很好的考验。同时机器人摄像头视角下的单张牌可能只占图像的很小一部分属于小目标检测问题。更重要的是这个项目的目标不是得到一个高精度的模型就结束而是构建一个完整的感知-决策-控制闭环。这意味着我们需要实时感知模型必须在有限的硬件资源上如Jetson Nano或 Xavier达到足够的帧率例如 15 FPS。稳定输出推理结果需要以结构化的方式如JSON传递给机器人的决策模块。工程健壮性系统需要处理光照变化、遮挡、运动模糊等现实干扰并具备错误处理和恢复能力。很多教程止步于在Jupyter Notebook里跑通验证集准确率但这离“能用”还差得很远。本文将重点攻克从“实验模型”到“生产系统”的关键环节。2. 环境搭建与Ultralytics YOLO26初探工欲善其事必先利其器。一个隔离、可复现的环境是项目成功的基石。我们推荐使用Conda进行环境管理。2.1 创建并激活Conda环境# 创建名为 yolo-mahjong 的Python 3.9环境 conda create -n yolo-mahjong python3.9 -y conda activate yolo-mahjong2.2 安装PyTorch与Ultralytics根据你的硬件是否有CUDA显卡选择合适的PyTorch版本。以下以CUDA 11.8为例# 安装PyTorch (请根据你的CUDA版本从官网获取最新命令) pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 安装Ultralytics YOLO pip install ultralytics安装完成后强烈建议进行一次快速验证确保核心功能正常# 验证安装并查看版本 python -c from ultralytics import YOLO; import torch; print(fUltralytics版本: {YOLO.__version__}); print(fPyTorch版本: {torch.__version__}); print(fCUDA可用: {torch.cuda.is_available()})如果输出显示CUDA可用恭喜你GPU加速已经就绪。如果使用CPU后续训练和推理会慢很多但流程完全一致。2.3 理解Ultralytics YOLO的核心设计哲学与早期需要手动修改大量配置文件才能训练的YOLO版本不同Ultralytics YOLOv5之后倡导的是约定优于配置和极简API。其核心对象是YOLO类通过它你可以完成加载、训练、验证、预测和导出等所有操作。这种设计将复杂性封装在库内部让开发者更专注于数据和业务逻辑。对于我们的麻将项目这意味着我们不需要深入理解YOLO26的每一层网络结构而是要学会如何高效地使用YOLO这个“工具”。接下来我们将从最关键的环节开始数据。3. 数据准备构建高质量的麻将数据集模型性能的上限由数据质量决定。对于麻将识别我们需要收集包含各种麻将牌、在不同光照、角度、背景和堆叠情况下的图像。3.1 数据采集建议多样性在白天、夜晚、室内灯光下分别拍摄。尝试平放、斜放、部分遮挡、多张牌堆叠等场景。设备使用你计划部署的机器人摄像头进行采集这样可以最大程度保证数据分布与真实场景一致。数量每个类别如“一万”、“红中”至少需要100-150张有效图像。总共可能需要3000-5000张图像。数据量不足是导致模型泛化能力差的首要原因。3.2 数据标注YOLO格式详解Ultralytics YOLO要求特定的标注格式。每张图像对应一个同名的.txt文件。文件内容每一行代表一个标注对象。格式class_id x_center y_center width height坐标归一化x_center,y_center,width,height都是相对于图像宽度和高度的比例值范围在0到1之间。例如一张1024x768的图像中有一个类别ID为12的物体其边界框左上角在(100, 200)宽高为(200, 150)那么计算如下x_center (100 200/2) / 1024 0.1953 y_center (200 150/2) / 768 0.3594 width 200 / 1024 0.1953 height 150 / 768 0.1953对应的标注行就是12 0.1953 0.3594 0.1953 0.1953你可以使用LabelImg、CVAT或Roboflow等工具进行标注它们都支持导出YOLO格式。3.3 数据集目录结构与YAML配置文件组织好你的数据集至关重要。推荐以下结构mahjong_dataset/ ├── images/ │ ├── train/ # 训练集图像 │ │ ├── 001.jpg │ │ └── ... │ └── val/ # 验证集图像 │ ├── 101.jpg │ └── ... └── labels/ ├── train/ # 训练集标签 (与images/train/一一对应) │ ├── 001.txt │ └── ... └── val/ # 验证集标签 ├── 101.txt └── ...接下来创建一个数据集配置文件mahjong.yaml放在项目根目录# mahjong.yaml path: /path/to/your/mahjong_dataset # 数据集的根目录 train: images/train # 训练集路径相对于 path val: images/val # 验证集路径相对于 path # 类别数量 nc: 42 # 例如1-9万1-9条1-9筒东南西北中发白春夏秋冬梅兰竹菊... 根据你的实际类别数修改 # 类别名称列表 names: [ 1wan, 2wan, 3wan, 4wan, 5wan, 6wan, 7wan, 8wan, 9wan, 1tiao, 2tiao, 3tiao, 4tiao, 5tiao, 6tiao, 7tiao, 8tiao, 9tiao, 1tong, 2tong, 3tong, 4tong, 5tong, 6tong, 7tong, 8tong, 9tong, dong, nan, xi, bei, zhong, fa, bai, chun, xia, qiu, dong_hua, # 花牌 mei, lan, zhu, ju ]这个YAML文件是连接你的数据和训练脚本的桥梁。path可以是绝对路径或相对路径。4. 模型训练从预训练模型到定制化微调有了高质量的数据我们就可以开始训练了。直接从头训练一个YOLO模型需要海量数据和计算资源因此迁移学习是我们的首选策略。4.1 加载预训练模型并启动训练Ultralytics 提供了丰富的预训练模型从轻量级的yolo26n到高精度的yolo26x。对于嵌入式部署我们通常需要在精度和速度间权衡。这里我们选择平衡型的yolo26s。# train.py from ultralytics import YOLO # 1. 加载一个预训练模型 # 可选模型: yolo26n.pt, yolo26s.pt, yolo26m.pt, yolo26l.pt, yolo26x.pt model YOLO(yolo26s.pt) # 加载 YOLO26 Small 预训练权重 # 2. 在自定义数据集上训练模型 results model.train( datamahjong.yaml, # 数据集配置文件路径 epochs100, # 训练轮数可根据数据集大小调整 imgsz640, # 输入图像尺寸保持640是较好的默认值 batch16, # 批次大小根据GPU内存调整 (-1 表示自动批处理) workers8, # 数据加载线程数 device0, # 使用GPU 0如果是CPU则设为 cpu projectmahjong_train, # 项目名称 nameexp1, # 实验名称 exist_okTrue, # 允许覆盖现有实验目录 pretrainedTrue, # 使用预训练权重 (默认就是True) optimizerAdamW, # 优化器 AdamW 通常表现良好 lr00.001, # 初始学习率 weight_decay0.0005, # 权重衰减防止过拟合 # 更多高级参数可以查看官方文档 )运行python train.py训练就开始了。Ultralytics 会自动处理数据加载、增强、训练循环、验证和模型保存。所有输出日志、权重、可视化结果都会保存在mahjong_train/exp1/目录下。4.2 关键训练技巧与超参数理解数据增强Ultralytics YOLO内置了强大的自动增强策略如Mosaic、MixUp。对于麻将这类刚体、纹理固定的目标可以适当调整。例如在mahjong.yaml同目录下创建args.yaml来覆盖默认增强参数高级用法。学习率调度lr0是初始学习率模型会使用余弦退火等策略自动调整。如果训练损失震荡或下降缓慢可以尝试调小lr0如1e-4。早停Early StoppingUltralytics 内置了早停机制patience50如果验证集指标在连续50个epoch内没有提升训练会自动停止并保存最佳模型。冻结层Freezing对于小数据集可以冻结骨干网络Backbone的前几层只训练检测头Head这能有效防止过拟合并加快训练。这需要通过自定义训练器实现对于初学者先用默认设置即可。4.3 监控训练过程训练开始后重点关注以下几个文件mahjong_train/exp1/results.csv包含每个epoch的详细指标损失、精度、召回率、mAP等。mahjong_train/exp1/weights/best.pt验证集上性能最好的模型权重。mahjong_train/exp1/weights/last.pt最后一个epoch的模型权重。mahjong_train/exp1目录下的confusion_matrix.png,results.png等可视化文件帮助你分析模型表现。使用TensorBoard可以更直观地监控tensorboard --logdir mahjong_train/exp15. 模型验证与性能分析你的模型真的“好”吗训练完成后不能只看最后的准确率数字。我们需要系统地评估模型理解它在哪些方面强哪些方面弱。5.1 使用验证集进行综合评估# val.py from ultralytics import YOLO # 加载训练得到的最佳模型 model YOLO(mahjong_train/exp1/weights/best.pt) # 在验证集上评估模型 metrics model.val( datamahjong.yaml, splitval, # 使用验证集 imgsz640, batch16, conf0.25, # 置信度阈值 iou0.45, # NMS的IoU阈值 device0, save_jsonTrue, # 保存JSON格式的评估结果 save_hybridTrue, # 保存混合标签预测真实的可视化 plotsTrue # 生成评估图表 ) # 打印关键指标 print(fmAP50-95: {metrics.box.map}) # COCO mAP标准 print(fmAP50: {metrics.box.map50}) # IoU0.5时的mAP print(fPrecision: {metrics.box.p}) # 精确率 print(fRecall: {metrics.box.r}) # 召回率5.2 理解关键性能指标mAP (mean Average Precision)目标检测的核心指标。mAP50指在IoU阈值为0.5时的平均精度mAP50-95指在IoU阈值从0.5到0.95步长0.05的平均值后者更严格。对于麻将识别mAP50达到0.95以上mAP50-95达到0.7以上通常算不错。Precision (精确率)模型预测为正的样本中真正为正的比例。高精确率意味着模型“不乱报”。Recall (召回率)所有真实的正样本中被模型正确预测出来的比例。高召回率意味着模型“不漏报”。混淆矩阵 (Confusion Matrix)查看模型最容易混淆哪些类别。例如“二条”和“三条”是否经常分不清这能指导你补充特定类别的数据。5.3 对单张图像或视频进行推理测试在部署前进行端到端的推理测试。# predict.py from ultralytics import YOLO import cv2 model YOLO(mahjong_train/exp1/weights/best.pt) # 单张图像推理 results model(test_image.jpg, saveTrue, conf0.5, imgsz640) # results[0].boxes 包含检测到的边界框、置信度和类别 for box in results[0].boxes: cls_id int(box.cls) conf float(box.conf) xyxy box.xyxy.tolist()[0] # 左上右下坐标 print(f类别: {model.names[cls_id]}, 置信度: {conf:.2f}, 位置: {xyxy}) # 实时摄像头推理 cap cv2.VideoCapture(0) # 0 代表默认摄像头 while cap.isOpened(): ret, frame cap.read() if not ret: break # 推理 results model(frame, verboseFalse, conf0.5) # verboseFalse关闭控制台日志 annotated_frame results[0].plot() # 绘制检测结果到图像上 cv2.imshow(Mahjong Detection, annotated_frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()6. 模型优化与导出为机器人部署做准备直接在Python中调用.pt模型进行推理很方便但为了部署到机器人可能使用C或需要更高性能我们需要将模型转换为更高效的格式。6.1 模型导出PyTorch - ONNX/TensorRT/OpenVINOUltralytics 提供了统一的导出接口。# export.py from ultralytics import YOLO model YOLO(mahjong_train/exp1/weights/best.pt) # 导出为 ONNX 格式 (广泛支持) success model.export(formatonnx, imgsz640, simplifyTrue, opset12) # 导出为 TensorRT 格式 (NVIDIA GPU极致性能) # 需要先安装 tensorrt: pip install tensorrt # success model.export(formatengine, imgsz640, device0) # 导出为 OpenVINO 格式 (Intel CPU/GPU) # success model.export(formatopenvino, imgsz640)导出后你会得到best.onnx等文件。ONNX是一个开放的模型交换格式可以被多种推理引擎如ONNX Runtime, TensorRT, OpenVINO加载是部署的中间态首选。6.2 使用TensorRT进行极致性能优化针对NVIDIA Jetson如果你部署在NVIDIA Jetson等边缘设备TensorRT能极大提升推理速度。在开发机有GPU上导出TensorRT引擎# 使用Ultralytics导出需要TensorRT环境 yolo export modelbest.pt formatengine device0或者先导出ONNX再用trtexecTensorRT自带工具转换trtexec --onnxbest.onnx --saveEnginebest.engine --fp16 --workspace2048--fp16启用半精度浮点数能显著加速并减少内存占用精度损失通常可接受。在Jetson上部署将生成的.engine文件拷贝到Jetson并使用TensorRT的C或Python API加载推理。Ultralytics也支持直接加载.engine文件进行推理。6.3 模型剪枝与量化高级优化对于资源极其受限的设备可以考虑剪枝Pruning移除网络中不重要的权重减少模型大小和计算量。量化Quantization将模型权重和激活从FP32转换为INT8大幅提升速度并减少内存占用。TensorRT和OpenVINO都支持后训练量化。 这些操作会引入一定的精度损失需要仔细评估。对于初版部署建议先使用FP16的TensorRT引擎它已在速度和精度间取得了很好的平衡。7. 机器人端集成构建感知-决策闭环现在我们有了一个优化后的模型如何让它在一个机器人系统中“活”起来这里我们设计一个简化的机器人控制程序框架。7.1 设计机器人系统架构一个典型的视觉机器人系统包含以下模块感知模块加载YOLO模型持续从摄像头捕获图像并进行推理。状态管理模块解析推理结果维护当前麻将牌桌的状态如识别出的牌、位置。决策模块基于当前状态结合麻将规则决定机器人的动作如抓牌、出牌。控制模块将决策转换为具体的机械臂或移动底盘指令。通信模块各模块间通过消息如ROS Topic或共享内存进行数据交换。本文重点讲解感知模块的集成。7.2 实现一个高效的感知服务我们将感知模块封装成一个类提供初始化、推理和结果获取接口。# perception_node.py import cv2 from threading import Thread, Lock import time from ultralytics import YOLO import numpy as np class MahjongPerceptionNode: def __init__(self, model_pathbest.engine, camera_id0, conf_threshold0.6): 初始化感知节点。 Args: model_path: 模型文件路径 (.pt, .onnx, .engine) camera_id: 摄像头ID conf_threshold: 置信度阈值 print(f正在加载模型: {model_path}) self.model YOLO(model_path, taskdetect) # Ultralytics 支持自动识别格式 self.cap cv2.VideoCapture(camera_id) self.conf_threshold conf_threshold self.latest_results None self.lock Lock() self.running False self.inference_thread None # 检查摄像头 if not self.cap.isOpened(): raise IOError(f无法打开摄像头 {camera_id}) def start(self): 启动推理线程 self.running True self.inference_thread Thread(targetself._inference_loop, daemonTrue) self.inference_thread.start() print(感知节点已启动。) def _inference_loop(self): 持续推理循环 while self.running: ret, frame self.cap.read() if not ret: time.sleep(0.01) continue # 执行推理 results self.model(frame, imgsz640, confself.conf_threshold, verboseFalse, halfTrue)[0] # halfTrue使用半精度加速 # 解析结果 detections [] if results.boxes is not None: boxes results.boxes.xyxy.cpu().numpy() # [x1, y1, x2, y2] confs results.boxes.conf.cpu().numpy() cls_ids results.boxes.cls.cpu().numpy().astype(int) for box, conf, cls_id in zip(boxes, confs, cls_ids): detections.append({ class: self.model.names[cls_id], confidence: float(conf), bbox: box.tolist(), # [x1, y1, x2, y2] center: [(box[0]box[2])/2, (box[1]box[3])/2] # 中心点坐标 }) # 线程安全地更新最新结果 with self.lock: self.latest_results { timestamp: time.time(), detections: detections, original_frame: frame # 注意传递原始帧引用实际应用中可能只传处理后的数据或None } # 控制推理频率避免过度消耗CPU/GPU time.sleep(0.03) # ~30 FPS def get_latest_detections(self): 获取最新的检测结果 with self.lock: if self.latest_results: # 返回一个深拷贝避免线程冲突 return { timestamp: self.latest_results[timestamp], detections: self.latest_results[detections].copy() } return None def stop(self): 停止节点 self.running False if self.inference_thread: self.inference_thread.join(timeout2.0) self.cap.release() print(感知节点已停止。) # 使用示例 if __name__ __main__: perception MahjongPerceptionNode(model_pathbest.engine, camera_id0) try: perception.start() # 模拟主循环例如机器人决策循环 for i in range(100): detections perception.get_latest_detections() if detections: print(f帧 {i}: 检测到 {len(detections[detections])} 个目标) for det in detections[detections]: print(f - {det[class]} (置信度: {det[confidence]:.2f})) time.sleep(0.1) # 决策循环频率 except KeyboardInterrupt: print(接收到中断信号。) finally: perception.stop()这个类将视频捕获和模型推理放在一个独立的线程中避免阻塞机器人的主决策循环。主循环只需定期调用get_latest_detections()获取最新的识别结果。7.3 与机器人操作系统ROS集成可选如果你的机器人使用ROS可以将上述感知节点封装成一个ROS Node将检测结果发布到/mahjong/detections这样的Topic上供其他节点如决策节点订阅。# 伪代码示例需要安装 rospy import rospy from std_msgs.msg import String import json class MahjongROSNode: def __init__(self): rospy.init_node(mahjong_perception) self.pub rospy.Publisher(/mahjong/detections, String, queue_size10) self.perception MahjongPerceptionNode() self.perception.start() def run(self): rate rospy.Rate(10) # 10 Hz while not rospy.is_shutdown(): detections self.perception.get_latest_detections() if detections: # 将结果序列化为JSON字符串发布 msg String() msg.data json.dumps(detections) self.pub.publish(msg) rate.sleep() def shutdown(self): self.perception.stop()8. 部署实战与性能调优将模型部署到实际硬件如Jetson Nano时你会遇到在开发机上不曾有过的挑战。8.1 Jetson Nano部署步骤概要刷机与基础环境为Jetson Nano安装JetPack SDK包含CUDA, cuDNN, TensorRT。安装Python依赖在Jetson上安装PyTorch for JetsonARM版本和Ultralytics。注意直接pip install ultralytics可能不兼容可能需要从源码编译部分依赖。模型转换在Jetson上使用trtexec将ONNX模型转换为针对该硬件优化的TensorRT引擎.engine。这一步在目标硬件上做能获得最佳兼容性。运行测试使用我们上面写的MahjongPerceptionNode将model_path指向.engine文件进行性能测试。8.2 性能瓶颈分析与调优在Jetson等边缘设备上性能瓶颈通常出现在模型推理速度使用TensorRT FP16或INT8量化是最大的提速手段。图像预处理/后处理确保这部分代码高效避免在Python循环中进行大量计算。Ultralytics的推理接口已经高度优化。摄像头数据读取使用cv2.VideoCapture的read()可能是阻塞的。考虑使用线程或GStreamer管道来获得更稳定的帧率。CPU与GPU间的数据拷贝尽量减少cpu().numpy()这样的操作。如果后续处理可以在GPU上进行如使用PyTorch就保持在GPU上。一个简单的性能测试脚本# benchmark.py import time from ultralytics import YOLO model YOLO(best.engine) # 或 best.onnx # 预热 _ model(test_image.jpg, verboseFalse) times [] for i in range(100): start time.perf_counter() results model(test_image.jpg, verboseFalse) times.append(time.perf_counter() - start) avg_time sum(times) / len(times) print(f平均推理时间: {avg_time*1000:.2f} ms) print(f预估FPS: {1/avg_time:.2f})8.3 内存管理边缘设备内存有限。注意监控GPU和系统内存使用情况tegrastats命令在Jetson上很有用。避免在推理循环中不必要地加载大图像或创建大数组。考虑使用流式处理处理完一帧立即释放相关资源。9. 常见问题与故障排查指南在开发过程中你几乎一定会遇到下面这些问题。问题现象可能原因排查方式解决方案训练时Loss为NaN或突然变大学习率过高数据标注有误如坐标超出0-1数据中存在损坏图像。检查数据集中随机样本的标签文件降低学习率(lr0)在数据加载时加入错误捕获。将lr0调小一个数量级如1e-4使用ultralytics的数据检查工具确保图像格式正确。模型在验证集上精度很低过拟合训练集精度高验证集低数据分布不一致训练/验证集场景差异大类别不平衡。查看训练曲线看验证集指标是否早早就停止提升检查混淆矩阵看是否特定类别表现差。增加数据增强使用更小的模型如yolo26n尝试冻结骨干网络训练对样本少的类别进行过采样。导出ONNX/TensorRT失败模型包含不支持的算子PyTorch、ONNX、TensorRT版本不兼容。仔细查看错误日志定位不支持的层或操作。确保使用Ultralytics官方支持的导出方式尝试更新ultralytics、onnx、tensorrt到最新版本简化模型simplifyTrue。部署后推理速度远低于预期未使用GPU推理模型未优化如仍为PyTorch格式图像预处理在CPU上进行。在代码中确认device参数设置为GPU如device0使用nvidia-smi查看GPU利用率。导出为TensorRT引擎并使用半精度(fp16)确保推理代码在GPU上下文中运行使用DALI等GPU加速的数据预处理。检测结果抖动同一目标框位置/类别频繁变化置信度阈值(conf)设置过低未使用非极大值抑制(NMS)或IoU阈值设置不当模型对相似类别区分能力不足。观察单帧检测结果看是否同一位置出现多个重叠框。适当提高conf阈值如0.5调整NMS的iou参数默认0.45针对易混淆类别补充训练数据。在Jetson上运行时报内存不足模型太大同时运行了其他占用内存的进程批量处理(batch)设置过大。使用tegrastats监控内存使用。换用更小的模型如yolo26n确保推理时batch1尝试INT8量化进一步减少内存占用。10. 项目总结与进阶方向通过以上步骤我们已经完成了一个从数据到部署的完整智能麻将机器人视觉感知流水线。回顾一下核心路径定义问题 - 准备数据 - 训练模型 - 评估优化 - 导出部署 - 系统集成。这个流程具有普适性可以迁移到任何基于视觉的机器人或嵌入式AI项目。几个关键的实践心得数据是王道在数据标注上多花一小时可能在调参上节省一天。确保标注的准确性和多样性。迭代式开发不要试图一次性收集完美数据集、训练完美模型。先用小规模数据快速训练一个基线模型部署到真实环境测试根据失败案例针对性补充数据再重新训练。这个循环越快项目进展越快。部署环境早介入尽可能早地在目标硬件如Jetson上测试模型推理速度。在开发机RTX 4090上跑100FPS在Jetson上可能只有5FPS。早发现性能瓶颈早做模型选型或优化。可以继续探索的进阶方向多模态感知结合深度摄像头如Intel RealSense的点云数据不仅能识别牌面还能获取牌的3D位置和姿态为机械臂抓取提供更精确的引导。模型轻量化与蒸馏使用知识蒸馏技术让一个小模型Student去学习大模型Teacher的行为在精度损失很小的情况下获得更快的速度。主动学习让模型在部署过程中自动筛选出它“不确定”或“可能预测错误”的样本提交给人进行标注从而以更低的成本持续提升模型性能。集成到完整的机器人框架将本视觉模块与ROS 2中的导航MoveIt2、规划Planning模块结合构建一个真正能自主打麻将的机器人系统。项目的完整代码、数据集配置示例和更详细的部署脚本可以在配套的代码仓库中找到。记住第一个能跑通的版本比一个完美的计划更重要。现在就从收集你的第一张麻将图片开始吧。 30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度