该文章属于AI视觉应用研发初级内容，后续我会逐步更新详细的高级教程和文章。
AI视觉识别的应用场景还是很多的，比如：道路交通、智能家居、智慧厨房、游戏服务、智慧医疗等
举个简单例子：上传体检报告后根据报告推荐饮食搭配和运动建议，按次收费或带货盈利
我是如何做计算机视觉研发的呢？
其实，通过Yolo模型可以快速的实现业务需求，目前最新版本v8，v8的地址：Ultralytics YOLOv8 Docs
先说结果：
家用电脑配置：I7-7700k, 48g内存, 1060-6g显卡, Windows-11
| 语言 | 识别效率 | FPS | 显卡 |
|---|---|---|---|
| C# | 12ms | ≈60~80 | 1060 |
| C++ | 9ms | ≈70~85 | 1060 |
| C# | 3ms | ≈105~120 | 4090 |
| C++ | 1~2ms | ≈130~140 | 4090 |
··识别效率=图像获取+自训练物体识别+识别结果反馈文章来源：https://www.toymoban.com/news/detail-809942.html
实现前要学习几个基础知识和环境准备：文章来源地址https://www.toymoban.com/news/detail-809942.html
- ONNX Runtime:
到了这里，关于如何开始AI视觉应用研发？的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
