机器狗端侧YOLO目标检测

机器狗Yolo视觉处理（目标检测+深度）:
在机器狗处理器rk3588端侧上部署yolo11n作为目标检测模型，yolo26作为深度估计模型，目标检测模型经过上万真实数据集微调后（使用5090训练），在自定义的18类标签上mAP50从39.3涨到78.4，在特别关注的人，垃圾，井盖，路障，电动车等标签上精确率与召回率分别能达到90%以上，经过量化压缩为8bit的rknn版本后，精确率与召回率平均只掉10个点，依然处于商业高可用单帧F和P中。深度模型经过校准后误差低于0.3m,保持高可用。双模型在rk3588端侧NPU上并行推理，单帧处理速度均值为100ms左右，最大可支持10FPS推理，CPU占用率15%，内存占用300MB左右，作为进程常驻。使用http本地端拉rtsp视频流，以json和图片格式回传给调用方，根据业务需要配置断流容错，多帧融合逻辑等，已部署运行在真实环境中。