公司最近要折腾这种东西，想要实现的功能类似拍照打卡的感觉。但是我也不是这个方向的，能做的就是上 yolo 系列打打标签，训练了一下。但效果不尽人意，总是在一些比较奇怪的角度下，将某些不在数据集中的东西识别成了其他物体。不仅数据集数量也很少(普遍十几张，多点也就 60 张左右)，而且物体有大有小，唯一优势可能就是物体本身不会发生形变。公司也有 4090 的显卡，不太担心显存的问题。
