1. 项目概述
本项目旨在开发一套基于边缘计算视觉识别的“麻将自动算分器”。系统通过部署在麻将桌上方的摄像头,实时捕捉并识别牌面变动,记录从开局到胡牌的完整动作日志。数据同步至云端后,由微信小程序根据预设规则进行算分,并将结果推送给玩家。 项目分为两期:一期为算法验证与MVP开发(基于开发板);二期为硬件产品化(自定义电路板与外壳)。
2. 需求描述
A. 边缘端(算法与控制)
视觉识别: 利用深度学习模型(如YOLO系列)实时识别麻将牌(筒、条、万)及动作(摸、打、碰、杠、胡)。
逻辑记录: 维护一个实时状态机,记录每一手牌的变化,生成结构化的游戏日志(JSON格式)。
通信模块: 通过Wi-Fi/4G将日志流实时上传至后端服务器。
设备适配: 前期运行在瑞芯微(RK3588/3568)、树莓派或类似的边缘AI开发板上。
B. 服务端与小程序端
算分引擎: 根据上传的日志,支持自定义配置麻将规则(如贵阳捉鸡麻将等)进行自动计分。
微信小程序: * 用户端展示:实时牌局记录、历史统计、当前积分看板。
推送通知:局末自动推送得分情况。
后端管理: 设备状态监控、牌局日志存储、用户权限管理。
C. 硬件迭代(后期)
硬件工程: 将开发板方案收缩为自研PCB,集成图像传感器、处理器、电源管理模块。
3. 人才要求
由于项目跨度较大,寻找个人全栈开发者或小型技术团队。
核心技能要求:
计算机视觉(CV): 精通YOLO等目标检测算法,有小目标检测(牌面特征)及动作识别经验。
嵌入式开发: 熟悉Linux/RTOS系统,具备模型量化(NPU加速)及交叉编译经验。
小程序开发: 精通微信小程序框架、WebSocket实时通信及后端API对接。
硬件设计(加分项): 具备硬件原理图设计、PCB Layout及样机调试能力(若开发者不具备此能力,后期可另聘PCB工程师)。
逻辑严谨: 麻将规则复杂,要求开发者具备极强的逻辑思维,能将麻将动作抽象为准确的数据模型。
4. 参考产品/技术栈建议
参考逻辑: 类似于“自动记牌器”或“专业麻将赛事直播识别系统”。
推荐技术栈:
算法: YOLOv8/v10 (TensorRT 或 RKNN 加速)。
后端: Python (FastAPI/Django) 或 Go。
小程序: 原生开发或 Uniapp。
硬件基座: Rockchip RK3588 (高算力) 或 RV1126 (高性价比视觉专用)。
5. 合作模式与周期
合作模式: 阶段性交付。
第一阶段: 算法模型训练与开发板演示(POC)。
第二阶段: 小程序联调与算分引擎闭环(MVP)。
第三阶段: 电路板设计与产品样机(产品化)。
周期预计: 一期、二期预计 6-8 周。
报酬方式: 按阶段里程碑支付或面议。
6. 交付物要求
全套源代码(包含模型训练脚本及量化后的模型文件)。
边缘端固件及小程序前端代码。
详细的接口文档、部署文档及硬件 BOM 清单(三期)。
满足至少贵阳捉鸡麻将规则的准确算分演示。