行空板M10 YOLO视觉训练教程合集

本系列是行空板M10的视觉训练项目，有一定技术难度。目前系列还在造物记更新中，欢迎关注学习！


1. 基于YOLO的交通标志检测自动驾驶小车  

本项目基于YOLOv8目标检测算法开发了行空板M10智能小车自动驾驶系统，通过部署ONNX格式模型可实现26类交通标志（含"禁止驶入"、"左转指示"、"右转指示"）的实时检测。整个系统基于Python开发，在本项目中，当识别到摄像头画面中的"左转"、"右转"、"鸣笛"标志时，小车会自动执行对应的转向、鸣笛和灯光控制。

在于完整实现了从图像采集→AI推理→硬件控制的全链条开发流程，使用多进程架构确保视觉识别（30FPS）与电机控制实时同步，特别适合初学者学习嵌入式AI开发、多进程编程以及硬件交互的完整实现过程。所有功能通过不到200行代码完成，代码中已包含详细的注释说明，即使没有深度学习背景也能快速理解运行原理。

2.基于YOLO实例分割的优质苹果自动分拣装置

本项目是基于YOLOv8实例分割的优质苹果自动分拣项目，采用YOLOv8的实例分割能力，结合行空板M10和摄像头，识别并分类外观不同的苹果。系统能够实时检测摄像头画面中的苹果图像，识别出形状完美、外观优质的苹果（标签为：pleasing shape apple）和外形不规则、存在瑕疵的普通苹果（标签为“irregular apple”），实现基于形状检测的苹果自动分拣功能。本项目可用于水果礼盒定制、优质果品筛选、农业自动化等场景。

3.基于YOLO的商品自动计数与计价装置

本项目基于YOLOv8的目标检测功能，实时检测视频画面中的商品的种类、数量，以及实时计价。通过训练YOLOv8模型,将模型部署到行空板M10上，利用YOLOv8模型推理输出的类别标签和目标框，通过摄像头，从实时视频中检测出视频画面中商品种类、数量、总价，并框出，为商品检测计数、计价等应用场景提供高效的技术支持。

4.基于YOLO的水果目标检测装置

本项目基于YOLOv8的目标检测功能，实现了实时视频画面中的水果的种类和数量的检测。通过训练YOLOv8模型,将模型部署到行空板M10上，利用YOLOv8模型推理输出的类别标签和目标框，通过摄像头，从实时视频中检测出视频画面中的19种水果的类别和数量如苹果、香蕉、橙子等，并框出，为水果的自动化分拣、质量检测以及零售库存管理等应用场景提供高效的技术支持。

5.基于YOLO的行空板跟随小车

本项目旨在开发一款基于视觉目标检测与跟踪的智能小车系统，实现了控制小车实时跟踪对应颜色和特定目标的小球。目标跟踪是一种计算机视觉技术，核心任务是在连续的视频帧中识别并跟随指定的目标物体，该技术广泛应用于自动驾驶、安防监控与智能机器人等领域。系统利用电脑与行空板M10协同工作，将车载摄像头实时采集的视频帧图像通过MQTT协议上传至电脑端进行YOLOv8目标检测，将检测后的结果和对小车的控制指令再次通过MQTT协议传回行空板M10，从而实现对特定颜色目标（例如红球）的实时检测、跟踪同时控制小车进行运动。