构建全场景 AI 识别算法能力底座

面向产线组装环节，对零部件安装位置与数量进行视觉检测，自动发现漏装、错装等装配缺陷，替代人工目检，提升装配质检效率。

面向施工现场，对人员穿戴、作业行为与关键风险区域进行持续视觉监测，覆盖安全帽佩戴、区域入侵等常见安监场景，支撑工地数字化合规管理。

面向应急服务与工业安防场景，对明火、烟雾进行高精度识别与区域定位，适用于仓储、化工园区等高危环境早期预警。

在画面中配置计数线条或绊线，基于行人轨迹与跨线事件统计双向通行量，适用于路口、通道出入口等场景的人流统计与分析。

精确定位眉、眼、鼻、口及下颌轮廓等人脸关键点，构建面部三角网格模型，支撑身份核验、人脸跟踪及表情与姿态分析。

融合视觉语言多模态能力，对复杂场景中的目标与语义信息进行联合理解与描述，适用于低照度、非常规视角等传统视觉算法难以覆盖的感知任务。

从单目或双目图像中预测场景像素级深度信息，重建空间距离与三维结构关系，为机器人导航、AR 叠加与场景理解提供基础深度感知能力。

分析连续视频帧中像素的运动矢量，估计场景中物体的运动方向与速度，可用于运动检测、轨迹分析与视频稳定等应用。

对图像中的印刷或手写字符进行光学字符识别，支持 PCB 板号、设备标签、票据等多类型文本提取，适配复杂背景与工业现场字符场景。

自动识别并标定每个停车位的边界区域，实时判断车位空闲或占用状态，为智慧停车引导、余位发布与场站管理提供数据支撑。

检测人体肩、肘、腕、髋、膝、踝等关键关节点，重建骨骼连线模型，可用于运动姿态分析、健身指导与行为识别等场景。

实时检测手部区域并定位指尖、指关节及腕部等关键点，重建手部骨架结构，支持手势交互、虚拟/增强现实及无接触操控应用。

追踪手部 21 个关键点及手指骨架，精确还原手势形态与朝向，适用于无接触人机交互、手语识别及儿童/教育场景的手势捕捉。

提取正脸人像的深层特征向量，与底库进行相似度比对，实现快速、准确的身份识别与验证，适用于门禁、考勤与身份核验场景。

在检测到人脸的同时，分析面部特征并预测年龄等属性信息，输出置信度评分，可用于客流画像、年龄分级管控与零售分析。

在目标检测基础上逐像素区分每个实例的轮廓与类别，实现同类多目标的精细分离，适用于密集遮挡、多实例并存的复杂视觉场景。

对整幅图像或关键区域进行类别判定，输出置信度最高的场景或物体标签，适用于质检定级、内容审核与快速场景识别等任务。

在单帧图像中同时检测并定位多类目标，输出类别标签与边界框坐标，适用于物流场站、园区监控等需要批量目标定位的场景。