实时 YOLO 检测
接入 YOLO 系列权重，逐帧输出类别、置信度与边界框，支持单类瞄准与多类筛选。
- 按类别过滤目标
- 框坐标像素级展示
核心功能
围绕瞄准精度做的六件事
每一项都对应可调的参数与可读的输出，调完立刻能看到差异。
瞄准点解析
把检测框换算成屏幕瞄准坐标，输出中心点、偏移量与稳定度，便于直接对接鼠标控制逻辑。
- 中心点 / 偏移量双视图
- 抖动抑制平滑参数
C++ 推理链路
以前处理、推理、后处理分段的耗时统计，定位瓶颈究竟在缩放、算子还是解码。
- 分段耗时直方图
- 线程与批大小建议
阈值联动调参
置信度、NMS、输入分辨率三参数联动预览，滑杆一动结果同步刷新，避免反复编译试错。
延迟对比面板
同一张样张在不同分辨率与量化档位下的耗时对照，帮你选出画质与速度的平衡点。
参数导出
一键生成可粘贴回工程的配置片段，包含阈值、输入尺寸与平滑系数，减少手抄误差。
使用流程
三步拿到可用参数
不需要配置环境，先在这里把参数试对，再回工程落地。
上传样张或截图
放入你的检测画面，选择目标类别。系统按当前输入尺寸完成前处理与缩放映射。
拖动阈值观察变化
调整置信度、NMS 与平滑系数，实时查看检测框与瞄准点位置是否收敛稳定。
导出参数并回填
复制生成的配置片段，写入 C++ 推理工程，用同样的输入尺寸复现验证结果。
常见问题
调参前先看这几条
实时检测的延迟主要由哪几段构成？
通常分为采集与缩放、模型推理、后处理解码三段。缩放分辨率越高耗时越长；后处理中的 NMS 在目标密集时增长明显。建议先固定输入尺寸，再单独观察推理段耗时，判断是否值得换量化档位。
置信度调高以后瞄准点会跳吗？
阈值升高会剔除低分框，瞄准点可能短时消失再重新锁定，表现为跳动。此时应配合平滑系数与目标保持帧数，让输出在短时丢失时沿用上一帧位置，而不是直接跳零。
为什么同一模型不同分辨率结果差别很大？
输入尺寸变化会改变特征图尺度，小目标更依赖较高分辨率。分辨率提升能改善召回，但耗时上升。建议先用中等尺寸确定阈值区间，再上下各试一档，取性价比最高的一组。
导出的参数能直接用在工程里吗？
可以。导出内容包含阈值、输入尺寸、类别过滤与平滑系数，字段命名与常见 C++ 推理工程一致。若你的工程使用不同的归一化方式，请同步调整前处理配置。
工具站会保存我上传的画面吗？
不会。样张仅在当前会话的本地内存中处理，用于渲染检测结果与耗时统计，关闭页面即释放。站点不建立图像存储，也不做跨会话留存。
更新日志
最近的改动
只记录影响参数结果或界面交互的变化。
v2.4最新
瞄准点平滑算法重写。新增目标保持帧数参数，短时丢失不再直接归零；导出片段增加平滑字段。
v2.3
分段耗时面板上线。前处理、推理、后处理三段独立统计，配合分辨率对比表定位瓶颈。
v2.1
阈值联动预览。置信度与 NMS 改为实时联动刷新，拖动时不再需要重新提交样张。
v1.9
类别过滤与坐标视图。支持按类别筛选目标，检测框坐标以像素为单位展示，便于校验缩放映射。