computer-vision-warehouse

用途：将计算机视觉应用于仓储与供应链运营，实现目标检测、分类、跟踪与视觉检查。主要能力包括：包裹检测与跟踪（YOLO 与跟踪算法）、质量检验（CNN 分类、缺陷检测）、库存计数（目标计数、OCR）、条码/二维码读取（传统与机器学习方法）、安全监控（人员检测、PPE 检测）。使用方式：以 Python 为主，示例中通过 ultralytics 的 YOLO 加载模型（如 yolov8n.pt）对图像推理，解析边界框、置信度与类别；用 TensorFlow/Keras 构建 CNN 分类模型做缺陷检测；用 SORT 等跟踪器跨帧关联检测框并记录轨迹。常用工具与库：OpenCV、YOLOv8、TensorFlow/PyTorch、Roboflow、Detectron2。相关技能：ml-supply-chain、warehouse-automation、quality-management。限制：资料未提供具体安装命令、数据集要求、精度指标、硬件需求、收费与平台信息，暂未提供。