个人项目 · 本机计算机视觉

PelagiVex:计算机视觉原型

两项相关探索:水下门框检测与独立的 macOS 原生摄像头分割预览,以结构图展示其工作流程。

两条独立流程,同一本机项目。

组件关系示意图,并非实时模型输出。

01 / 水下门框

  1. 01图片或抽样帧浏览器输入与缩放
  2. 02Java + ONNX Runtime微调的 RF-DETR Nano
  3. 03门框检测结果在分析帧上显示检测框

02 / 原生摄像头

  1. 01摄像头帧SwiftUI + AVFoundation
  2. 02Core ML 实例分割独立的 YOLO11 模型
  3. 03分割掩膜与近似深度本地深度进程;未经校准

MacBook Pro · 本机运行 · 服务器不执行推理

水下门框检测

研究原型将双语浏览器界面与 Java 推理应用连接起来。浏览器处理图片及抽样的视频或摄像头帧,交给使用 ONNX Runtime 的微调 RF-DETR Nano 模型;视频按单帧分析,不上传完整视频。

独立的原生摄像头预览

独立的 SwiftUI 与 AVFoundation 应用通过 Core ML 在设备上进行实例分割。其通用 YOLO11 分割模型与水下门框检测模型相互独立;本地深度工作进程为分割对象提供未经校准的近似深度估计。

运行位置

这些原型仅在我的 MacBook Pro 本机运行。本作品集页面是静态架构说明,不在服务器上运行模型,也不提供在线检测演示。

产出与收获

  • 覆盖图片和视频单帧的浏览器到模型推理流程。
  • 结合分割与近似深度的独立原生摄像头预览。
  • 以结构图解释界面、模型与输出之间的关系。

适用范围与局限

  • 现有数据集的不同划分中存在近似重复帧;测试结果不能证明对新场景的泛化能力。
  • 原生模型识别的是预训练的通用类别,不是水下门框;深度估计未经校准且可能滞后。
  • 仅为研究与开发原型,不控制载具,也不宣称生产可靠性或实际场景准确率。
  • 水下门框模型文件未随公开仓库分发。

资料依据

依据本地 PelagiVex 源码与项目文档,包括原生预览说明和模型卡;制作本页面时未重新进行模型评估。

在 GitHub 查看源码 ↗