Repository navigation
Releases: misaka-ning/vision-studio
Release list
Vision Studio v2.4.0
Vision Studio 2.4.0
本版聚焦标准 YOLO 数据集评估与视频／摄像头推理，精简输入方式并重新布局工作台。继续使用 C++17／Qt 6.8.3、Fluent 深色界面、全局模型和现有 CPU／NVIDIA GPU 后端，无新增运行依赖。
主要变化
- 公开输入集中为「YOLO 数据集」「视频」「摄像头」。独立图片、普通图片文件夹、图片拖入、更多页运行示例和公开
--demo／--pt-demo退出支持，启动不自动载入示例图片。 - Ctrl+O 直接导入标准 YOLO 数据集文件夹；数据集按钮旁菜单继续支持明确选择 YAML。根目录配置解析、失效路径只读迁移和失败后重试沿用既有规则。
- 顶部输入与设备合并为紧凑任务条。数据集模式、摘要和集合操作保留一行；详细模型类别映射、可选审核 metadata 与扫描配置归入折叠的「数据集设置」。校验状态仍可见，可展开查看原因。
- 数据集图片队列、「检测当前集合」／从当前向后／仅当前范围、GT 对照、评估与阈值、错例联动、后台保存、停止和结果回看继续保留；视频／摄像头、灰度与双目、录制、模型库、结构显示与转换沿用原有能力。默认「检测当前集合」仅处理当前选择的 Train／Val／Test 集合，不跨集合合并。
- 个人设置、模型、运行记录、录像、历史评估报告及已采用配置保留。已公开标签、旧安装包与完整源码包不改写。
兼容边界与验收
标准 YOLO 数据集仍需 YAML 指定类别与集合；只有普通图片目录不再作为工作台输入。图片检测与评估复用数据集队列，检测预览不等于执行评估。分类推理后端保留，目标检测评估仍只支持所选目标类别；COCO ID 32 是 sports ball，不能当作仅足球识别。
本版实际构建、Qt／Python 回归、真实模型、最终 DEB、隔离安装、CPU／CUDA、数据集评估与完整对应源码检查以同版验收证据及原始日志为准。发布前完成适用检查；本说明不提前将未执行项目写为通过。内部 --smoke／--smoke-pt 保留开发与发行验收用途，不是普通图片输入入口。Windows 2.4.0 与物理摄像头不作为已验收项目。
安装与源码
正式标签为 v2.4.0，Debian 版本为 2.4.0-1，默认安装到 /opt/VisionStudio。Linux Release 保持三个手动附件：
vision-studio_2.4.0-1_amd64.debvision-studio-2.4.0-complete-source.tar.xzSHA256SUMS
sha256sum -c SHA256SUMS
sudo apt install ./vision-studio_2.4.0-1_amd64.deb升级前结束检测、评估、录像与模型转换，导出需要永久保留的临时结果，退出旧应用后安装。用户资料与已准备的 GPU 环境保留。完整源码包含应用源码与需要交付的原始上游源码、来源、许可和校验；GitHub 自动源码 ZIP／TAR 不替代完整对应源码包。
远端标签、发布状态、三个附件大小与 SHA256 核验成功后，按规范保留本地 2.4.0 与 2.3.1，并逐版检查旧发行／独立构建副本。历史远端标签、Linux 核心附件与 2.1.0 Windows 补充包保持原样。
Vision Studio v2.3.1
Vision Studio 2.3.1
本版修复 2.3.0 的数据集导入入口只能选择 YAML、无法直接选择文件夹的问题。继续使用 C++17／Qt 6.8.3、Fluent 深色界面和现有 CPU／NVIDIA GPU 后端，评估指标与推理逻辑沿用 2.3.0。
直接选择数据集文件夹
- 点击「YOLO 数据集」默认选择数据集根文件夹；同排箭头保留「选择 YAML 配置文件…」入口。
- 只检查根目录，优先采用唯一的
data.yaml、data.yml、dataset.yaml或dataset.yml，大小写不敏感。没有约定名称时，可采用根目录唯一的 YAML。 - 多个约定配置，或无约定名称且存在多个 YAML 时，明确提示选择配置文件；不扫描子目录、不猜测训练配置、不自动生成类别或改写 YAML。
- 导入仍是只读预检查与 GT 预览，不自动开始整集推理。图片、标注和用户配置保持原样。
错误后可以继续重试
首次导入失败后保留待导入位置、集合与可选 metadata，并显示行内错误。可以切换 Train／Val／Test，再点击「重新检查」；数据集未提供 Val 时不会擅自切换到 Train。若已有有效数据集，新的导入失败会恢复原数据集、队列和结果。
YAML 的 path 相对配置文件所在目录解析，集合路径相对 path。通过文件夹入口导入时，失效的绝对根目录可按所选目录只读迁移：仅映射旧根目录之内且原位置已不存在的集合／名单路径，严格检查成功后显示迁移提示；直接选择 YAML 仍严格使用原配置路径。原配置和数据保持原样，其他路径错误需核对配置。只有 images／labels 而没有标准配置时，应用不会猜测类别或集合。已有评估、三种检测范围、阈值分析、结果回看与配置采用继续保留。
验证与文件
本版已完成一次完整 18 套回归，实际 293 项 Qt 结果、101 项 Python 测试，零失败、零跳过；其中评估 Python 49 项、面板 22 项、工作台集成 27 项。最终 DEB、隔离安装／卸载、CPU／RTX 4060 CUDA、两种转换后推理和完整对应源码核验通过；公开 COCO8 的六个包内评估场景、三组同权重比较及文件夹迁移 10 项专项通过。用户目录的 1223 张 Val 只做只读预检查，没有据此宣称模型准确率。真实报告、原始日志和截图范围见完整验收报告。额外 UI 四项不重复计数；1380×940 既有右摘要文字裁切已记录。Windows 2.3.1 与物理摄像头未测试；COCO8 小集合仅验证管线，不代表足球能力。此处验收结果不预先表示 GitHub 发布或宿主安装已经完成。
正式标签为 v2.3.1，Debian 版本为 2.3.1-1，默认安装到 /opt/VisionStudio。Linux Release 保持三个手动附件：
vision-studio_2.3.1-1_amd64.debvision-studio-2.3.1-complete-source.tar.xzSHA256SUMS
sha256sum -c SHA256SUMS
sudo apt install ./vision-studio_2.3.1-1_amd64.deb升级前结束检测、评估、录制和转换并退出旧程序。设置、模型、运行记录、导出、录像、评估报告与 GPU 环境保留；程序不向原数据集或安装目录写入评估结果。
本版远端标签、发布状态、三个附件大小与 SHA256 核验成功后，按规范保留本地 2.3.1 与 2.3.0，并逐版检查旧发行／构建副本后清理。历史远端标签、Linux 核心附件与 2.1.0 Windows 补充包保持原样。
应用代码采用 AGPL-3.0-only；第三方保持各自许可，完整对应源码与原始通知随包交付。本版无新增运行依赖。GitHub 自动 Source code ZIP／tar.gz 来自标签，不能替代完整对应源码包。
Vision Studio v2.3.0
Vision Studio 2.3.0
本版把数据集评估直接接入检测工作台，形成「选模型 → 导入带标注数据集 → 评估目标类 → 分析阈值与错例 → 采用检测配置」的流程。继续使用 C++17／Qt 6.8.3、Fluent 深色界面、全局模型与既有 CPU／NVIDIA GPU 推理后端。
同一工作台，两种工作方式
- 新增「YOLO 数据集」输入，读取标准 YAML、images／labels、图片目录／名单／路径列表，默认 Val，可切换 Test／Train。数据集图片进入原输入队列，沿用全部、从当前向后、只检测当前三种范围。
- 「检测预览」叠加 GT 与预测；未推理的标注只是预览，不记作 FN。「评估调优」后台推理与计算指标，不新增独立模型选择或训练流程。
- 预检查显示有效、有框、空标签、缺标签与审核排除数量。空标签可作负样本；缺标签阻止评估。单类足球审核数据可选 metadata，普通 YOLO 数据集无需准备。
目标类指标、阈值与错例
原始模型类别映射到一个数据集类别，分别按真实类别范围校验，原始 ID 不重编号。例如 COCO 32: sports ball → 0: football 只定义评估关系，不使模型变成足球专用。
首版 mAP50／mAP50–95 表示所选目标类别的 AP，不能当作多类总体 mAP。AP 使用低置信度候选；当前阈值下的 Precision／Recall／F1、TP／FP／FN 和无目标图片误报率使用统一最高 IoU 一对一匹配。无目标误报率以确认没有该目标 GT 的图片为分母，未定义值显示 N/A。
评估固定以置信度 0.001 采集候选，每图最多 300 个 NMS 后目标候选、30000 个 NMS 前候选，保留工作台输入尺寸、颜色、预处理、NMS 和设备。默认扫描 0.05～0.95、步长 0.01 的 91 个阈值，可调整范围；曲线、明细、指标与误检／漏检／无目标误报图片联动，复用同一次推理。
完整完成且超过一张图片的集合才显示主 AP；单图、子集、中断任务明确标记范围，描述性 AP 单独保存。仅完整 Val 集提供 F1 最大、最低 Precision 或最高误报率约束下的工作点推荐；条件不满足时明确说明。Test 与 Train 扫描只作描述，不能替代独立验证。
从评估回到实际检测
查看曲线和推荐不会自动改参数。点击「采用检测配置」后，才核对模型内容并应用报告中的输入尺寸、颜色、预处理、NMS、设备、原始目标 ID 与所选置信度；随后可在同一工作台运行图片、文件夹、视频或摄像头。
每次评估独立保存配置、输入哈希、标注和低分预测快照、逐图结果、阈值表、错例 CSV、Markdown 及深色 PNG／SVG 曲线。运行记录双击重开，模型库关联最近报告与已采用阈值。导出原始报告附带当前分析选择，历史成绩保持原样。
任务固定范围和顺序，停止不再调度后续图片；已完成前缀在后台保存为中断报告，界面不等待磁盘或报表导出。原始文件或缓存变化会阻止新报告作为有效成绩发布。历史统计可继续查看；原图移动或内容改变时，拒绝将旧预测叠加到新图上。
首版使用完整图像坐标，支持原有彩色／灰度 C1／C3；不提供分类评估、多类总体 mAP、左右目／ROI 裁剪评估、NMS 扫描、模型训练与视频／摄像头在线 mAP。普通检测、录制、转换和结构显示继续保留。
验证与文件
开发测试、手算指标对照、真实模型、最终 DEB、隔离安装、CPU／CUDA、报告导出与完整对应源码的执行结果，见同版证据。仅以实际保存的报告和原始日志认定通过，未执行项目不计入验收；发布前完成本版最终文件的适用核验。Windows 2.3.0 与物理摄像头不作为已实测项目。
正式标签为 v2.3.0，Debian 版本为 2.3.0-1，默认安装到 /opt/VisionStudio。Linux Release 保持三个手动附件：
vision-studio_2.3.0-1_amd64.debvision-studio-2.3.0-complete-source.tar.xzSHA256SUMS
sha256sum -c SHA256SUMS
sudo apt install ./vision-studio_2.3.0-1_amd64.deb升级前结束检测、评估、录制和转换并退出旧程序。设置、模型、运行记录、导出、录像、评估报告与 GPU 环境保留；新评估位于个人数据目录的 evaluations/，不写入安装目录或原数据集。
本版远端标签、发布状态、三个附件大小与 SHA256 核验成功后，按规范保留本地 2.3.0 与 2.2.0，并逐版检查旧发行／构建副本后清理。所有历史远端标签、Linux 核心附件与 2.1.0 Windows 补充包保持原样。
应用代码采用 AGPL-3.0-only；第三方保持各自许可，完整对应源码与原始通知随包交付。评估复用已有依赖。GitHub 自动 Source code ZIP／tar.gz 来自标签，不能代替完整对应源码包。
Vision Studio v2.2.0
Vision Studio 2.2.0
本版新增文件夹检测范围选择与原始类别ID筛选，保持C++17 / Qt6.8.3、Fluent深色界面、现有推理后端和个人数据约定。
文件夹检测范围
开始按钮上方提供“检测整个文件夹”“从当前图片向后检测”“只检测当前图片”，默认全部，从队列首张开始。当前图片指输入队列选中项；后两种无选择时行内提示并阻止开始。开始时冻结范围和顺序，进度按本次图片数计算，不限制50张。停止保持异步，已交付结果可回看和导出。
同配置下每张完成后更新该图结果，停止前未重算的图片与范围外有效缓存保留；模型、参数、标签映射、筛选条件变化时清除不兼容缓存。缓存不跨程序重启保留，永久保存使用导出。
类别 ID 筛选
类别标签继续只映射名称。独立筛选输入留空为全部，支持32、0,2,32、空格、中文逗号并自动去重。后台读取模型实际类别数量，负数、非整数、溢出和越界值通过行内提示阻止任务；不以COCO80或标签文件行数代替实际模型类别范围。图像分类禁用筛选。
筛选保持原始class_id，统一作用于ONNX CPU／CUDA、PT、TorchScript检测，并保持框、表格、计数、自动保存、手动导出和录制一致。COCO ID32是sports ball，涵盖多种球类，不等于只识别足球。自定义ID以模型自身定义为准。
验证与文件
实际测试、硬件、原始失败与修复日志、最终DEB/CPU/GPU/安装/对应源码的检查保存在同版证据。报告区分实际通过、修复后复验与未执行项目。Windows2.2.0和物理摄像头不作为已实测项目。
正式发布使用v2.2.0，Debian版本2.2.0-1，安装目录/opt/VisionStudio。Release仅有三个手动附件：
- vision-studio_2.2.0-1_amd64.deb
- vision-studio-2.2.0-complete-source.tar.xz
- SHA256SUMS
sha256sum -c SHA256SUMS
sudo apt install ./vision-studio_2.2.0-1_amd64.deb保留个人设置、模型、运行记录、导出、录像与可选GPU环境。原2.1.0 Linux/Windows资产及既有标签不覆盖；新版本远端标签、状态、大小和SHA256核验成功后，按规范保留本地2.2.0与2.1.0，清理可恢复的2.0.0发行副本。
应用代码AGPL-3.0-only，第三方保持各自许可；完整对应源码和原始通知随版本交付。GitHub自动Source code ZIP/tar.gz来自标签，不能代替完整对应源码包。
Vision Studio v2.1.0
Vision Studio 2.1.0
版本日期：2026-10-09。发行状态与文件以 GitHub Releases 为准，发行前须完成同版最终安装包与源码核验，未通过不发布。
2.1 增加模型库右键管理与模型转换页，保留 Fluent 深色界面、CPU／NVIDIA GPU、灰度 C1／C3、左右目、录像、批量回看与个人数据约定。
模型管理与转换
模型右键提供打开位置、添加／修改备注、重命名显示名称与从列表移除。菜单作用于点击条目，右键本身不改变全局选择；名称与备注持久保存，留空恢复名称或清除备注。重命名不改磁盘文件名、路径、类别或权重，移除保留原始文件。移除当前项时选择仍存在的模型，无可用项时清空选择，拖动排序规则保留。
新增「模型转换」位于「录制视频」之后、「更多」之前，默认使用模型库全局模型，开始后固定本次来源。兼容的现代 Ultralytics 检测／分类、旧版 YOLOv5 检测完整 PT 及带必要元数据的标准 TorchScript 可导出 ONNX／TorchScript；CPU FP32、batch=1、固定正方形、原始检测输出不含 NMS，读取 C1／C3，输入尺寸为 32 的倍数，ONNX 提供 Opset 12／17。任务、类别、形状与通道元数据保留，TorchScript 保存 config.txt。
后台进度、阶段日志与取消不阻塞界面；来源保留、已有输出拒绝覆盖。如果完整文件已在取消请求前写出，界面提示完成或保留结果。成功后可打开目录或明确加入模型库，完成本身不替换当前模型。默认保存到个人数据目录 converted-models/。入库时记录元数据，选用结果会应用任务、类别、输入尺寸与默认归一化，手工标签仍优先；C1 自动选择灰度，C3 仍需按训练预处理选择颜色模式。操作见 使用指南。
转换使用现有 PyTorch 2.9.1 与新增 ONNX 1.17.0／protobuf 6.33.0，不需要 ONNX Script、ONNX Slim 或独立 ONNX Runtime 导出依赖，不改变工作台设备。为旧版 OpenCV 的部分静态形状及广播限制进行等价规约，保持标准 ONNX；保存前执行图检查及转换环境 Python OpenCV CPU 输出比较，系统 C++ OpenCV、实际图片与 GPU 后端仍需分别验证。裸权重／未知自定义类需要架构定义；本版不提供 ONNX → PT 图转换或原始可训练检查点还原，不承诺未知动态控制流或训练功能完整保留。转换后的模型仍需匹配训练预处理，灰度和左右目在工作台选择。
开发验收与发行门禁
本版开发验收有效结果为 13 套通过、0 失败、0 跳过，由以下实际执行汇总；它不是一次完整执行全部通过：
- 首次完整 13 套执行：297.092 秒，12 套通过、1 套 UI 测试失败；原断言仍按七页以及全局同名输入控件查找，实际新增页面后需修正测试。
- 修正旧测试断言后的完整 UI 复验：38 项通过，其应用与相关源文件未因后续转换修复改变。
- 转换修复后的最终 C++ 推理复验：62.674 秒，12 个数据行及初始化／清理共 14 项通过。其中四项以完整 YOLOv8n／YOLOv5n、固定 640 输入验证 ONNX CPU／CUDA，两项验证完整 TorchScript CUDA。
- 最终 Python 转换 CTest 复验：56.295 秒、20 项通过，含 18 次真实导出，涵盖现代／旧版、ONNX／TorchScript、C1／C3、检测／分类与 Opset 12／17；原模型、已有输出、用户状态与独立任务目录也有实际核验。
有效汇总共 Qt 176 项、Python 52 项，0 跳过／blacklist；原始失败及各轮复验均保留：ctest-qa.json、首次完整日志、UI 复验日志、最终 C++ 转换日志、最终 Python 转换日志。CUDA 实际启用；没有测试物理摄像头。
补验发现的旧 OpenCV 常量左侧减法及 TorchScript 缓存设备问题已修复：ONNX 使用标准算子进行等价乘加规约，TorchScript 检测缓存注册为可随设备移动的 buffer，跟踪和 CUDA 推理禁用 TF32，保持严格 FP32。完整 YOLOv8n／YOLOv5n 固定 640 的 ONNX CPU／CUDA 框、类别、置信度按报告容差对照原 PT，TorchScript 在真实 bus 与梯度两种输入下核对原始输出及 CUDA buffer 迁移，均通过。证据为 ONNX 完整模型对照、TorchScript 原始输出对照。实际范围是本机 RTX 4060、FP32／batch=1／C3 两代完整示例，不能外推所有自定义网络；此前失败记录也保留在同版证据中。
发行前必须完成最终 DEB 的普通用户只读运行与转换、APT 依赖模拟、隔离安装／卸载、包内 CPU／CUDA 四轮推理、三视图缓存及对应源码核验。开发验收不能替代最终包；报告与原始日志保存在 docs/releases/evidence/2.1.0/，包报告绑定最终 DEB，不沿用旧版数字或摘要。另有独立 source-bundle-qa.json 随标签保存，未通过不发布；报告与冻结清单在归档后加入仓库，避免递归自校验。
文件、安装与升级
应用版本为 2.1.0，正式标签为 v2.1.0，Debian Control Version 为 2.1.0-1。验收通过后以 prerelease=false 发布并更新 Latest，保留三个手动附件：
vision-studio_2.1.0-1_amd64.debvision-studio-2.1.0-complete-source.tar.xzSHA256SUMS
正式发布后下载同版文件并执行：
sha256sum -c SHA256SUMS
sudo apt install ./vision-studio_2.1.0-1_amd64.deb
vision-studio目标平台 Ubuntu 22.04 amd64，安装到 /opt/VisionStudio，可从 2.0.0 或此前 Beta 升级。先结束检测、录像与转换，导出临时结果并退出旧程序，再安装启动。设置、模型、运行记录、导出、录像及 GPU 环境保留；会话回看缓存不跨重启保存。
应用采用 AGPL-3.0-only，第三方保留原许可。完整源码包包含本版应用、新增转换依赖来源、上游原始源码、通知与重建材料；GitHub 自动源码 ZIP／tar.gz 不能替代。QA 随仓库提交，不作额外附件。
远端标签、发布状态、资产大小与 SHA256 全部核验后保留本地 2.1.0 与 2.0.0，1.6.0 副本逐版按精确路径核验后清理。已公开历史标签与资产保持不变，当前工作树、共享 SDK／runtime、用户与其他任务资料保留。
Windows x64 安装包（2026-10-18 补充，windows.1）
下载 Windows 安装程序 · Windows 应用源码 · Windows SHA256 清单
双击 EXE 即可安装和分发。默认安装到 C:\Users\<当前用户名>\VisionStudio，支持选择目录、桌面／开始菜单快捷方式和卸载。随包提供 Qt 6.8.3、OpenCV、独立 CPU Python、PT／ONNX、Netron、模型转换依赖与示例模型，无需另装 Qt 或 Python。个人设置、运行记录、模型和录像独立保存，重装与卸载保留个人文件。
NVIDIA GPU 可在程序内首次按需准备，约下载 3.1 GB 依赖，使用已有兼容驱动。CPU 功能可离线运行。安装程序暂未代码签名。
本次在 Windows 11 x64、RTX 4060 Laptop GPU 上实际验收：中文／空格路径、全部 40,298 个安装文件、CPU／CUDA ONNX 与 PT、模型三种视图、PT → ONNX／TorchScript 后实际推理、重装与卸载保留资料，13 项安装检查全部通过；默认用户目录另经实际安装和 CPU 推理。未宣称已完成干净虚拟机、Windows 10 或物理摄像头验收。
Windows 源码提交与验收记录 · 固定源码标签 windows/2.1.0-1
本补充包保留原 Linux 的三个附件、SHA256 和 v2.1.0 标签。上方原说明中的“三个附件”指 Linux 交付，本页现另有三个 Windows 文件。GitHub 自动 Source code ZIP／tar.gz 仍来自原 Linux 标签，Windows 请使用独立的 windows-sources.zip，EXE 内也包含同一份应用源码。共享第三方对应源码继续使用本页原 complete-source.tar.xz；Windows FFmpeg 4.4.5／4.4.6 原始源码已随 EXE 内嵌。应用与第三方许可、来源和通知随包保留。
安装程序 SHA256：8bb8eb7da78235f29312aa43aa5b58c2451fae883c9761a8631ac3da2ed68858。
Vision Studio v2.0.0
Vision Studio 2.0.0
2.0 正式版的本轮开发集中改进参数输入、批量停止响应、保存目录入口与模型库排序。Fluent 深色界面、批量检测结果回看、CPU／NVIDIA GPU、ONNX／PT、灰度 C1／C3、左右目、录像、导出与模型三视图保留。
本轮四项改进
- 参数防误改：输入尺寸、置信度和 NMS IoU 禁用鼠标滚轮改值，经过控件滚动页面时不再改变参数；使用数值输入、键盘或步进按钮调整。
- 批量停止响应：修复图片结果积压、缓存和自动导出阻塞界面导致的停止卡顿。结果按后台保存完成的节奏交付，临时缓存、标注绘制、自动导出和历史写入移至后台；停止不等待保存完成。已交付结果可回看，已接受的写入收尾后恢复下一任务入口。
- 打开保存目录：自动保存每张图片的选项下方提供「打开保存文件夹」按钮，直接查看实际自动导出目录中的结果。
- 模型排序持久化：模型库支持拖动排序，退出并重启后恢复顺序；仅重排位置不改变当前全局模型，检测工作台与模型显示保持使用同一选中模型。
ONNX CPU 的当前 OpenCV forward 不能强制中断，但运行和保存均不占用界面线程，停止后不再处理后续图片；CUDA 保留 ONNX Runtime 终止请求，PT 保留子进程取消。关闭窗口也异步等待已接受的写入完成，不在主线程阻塞收尾。停止耗时取决于当前后端、模型和所处阶段，不承诺统一的毫秒数。
保留的界面与结果行为
Fluent-Qt v1.9.2 仅作暗色视觉参考，原始 MIT 与固定来源保留，不新增 FluentQt 运行依赖。窗口、卡片、控件、表格与模型三视图保持统一深色对比。
批量完成后可恢复每张已完成图片的检测框、类别、置信度、目标表、指标和导出对象。零目标结果有效，关闭自动导出也可回看；浏览结果不重复推理、追加运行记录或再次自动导出。未处理图片只显示原图，手动导出使用当前选中图片及原始推理配置。临时缓存在新任务、来源／模型／预览模式／设备变化或关闭程序时释放，永久保存仍需导出。这些回看行为已在 Beta.2 提供，属于正式版保留的基线。
模型库的选择全局决定检测和结构显示使用的文件，后台预加载及页面／模式缓存复用保留。普通 PT 的模块包含关系和权重分组不能表达完整 forward，查看完整运算图建议使用导出的 ONNX。
兼容范围
目标平台为 Ubuntu 22.04 LTS amd64、C++17／Qt 6.8.3。CPU ONNX 使用 OpenCV DNN，可选 NVIDIA ONNX 使用 ONNX Runtime CUDA；PT 使用本地常驻 PyTorch，兼容现代 Ultralytics 完整检查点、YOLOv5 v7.0 完整检查点及具备必要元数据的标准 TorchScript。
保留灰度 C1／C3、单设备左右水平拼接视频／摄像头的单目处理、检测和单标签分类、录像与原有导出格式。TensorRT、AMD／Intel GPU、分割、姿态和旋转框未提供；ONNX 还应符合固定 1／3 通道 NCHW、单运行时图像输入及原始检测／分类输出约定，详见 模型说明。
CPU／Netron 环境随包提供；GPU 初次需在「更多」主动准备，使用官方依赖的完整版本与 SHA256 锁配置独立用户环境，实际 CUDA 自检通过后发布。不更改驱动，不在 APT／DPKG 安装时下载 GPU 依赖。物理摄像头按实际设备另行验证。
本轮验收
- 最终 Qt 6.8.3 Release：10 组 CTest 全部通过，200.968 秒，零失败、零跳过。UI 33 项、结果交付 6 项、批量响应 5 项均通过（Qt 数字含初始化／清理）；CPU／CUDA、ONNX／PT、灰度、左右目、录像和模型三视图回归通过。
- 参数滚轮保护覆盖焦点内外的真实 Qt 滚轮派发，值不变且父页面可滚动；打开目录检查与实际输出一致。模型排序检查使用 Qt 内部 moveRows，并验证全局模型及解析缓存保持、设置与重启恢复；未把它宣称为物理鼠标手势验收。
- 1920×1080／3840×2160 自动保存测试：各接受 1 张后停止，不处理后续图片，观察停止耗时 40／30 毫秒、最大界面心跳间隔 20／15 毫秒；已接受导出与缓存完成，删除来源后仍可回看。磁盘写入失败与恢复通过。这些数值只适用于本机模型和测试阶段。
- 发布／清理安全 48 项、版本元数据 11 项及 GPU 环境保护 21 项通过；新的 ONNX profile 记录 364 个实际 CUDA 节点事件。
- 最终 DEB 普通用户与 APT 依赖模拟 65.737 秒、隔离离线安装／卸载 60.329 秒、包内 ONNX／PT CUDA／CPU 四轮 41.459 秒，全部成功，无错误或警告；绑定最终 SHA256
2e5a467b07d82cf600eedeec2bd40624a724efccb4715366997ef04f3a4a042e。安装不会修改个人 GPU 环境，清理不涉及宿主安装树。 - 完整对应源码的 18 份嵌入文件校验、应用源码全量集合与字节比对由独立
source-bundle-qa.json记录；发布工具将此项通过作为公开 Release 的必要条件。报告与冻结清单在归档生成后加入仓库，避免递归自校验。
三项包检查针对排除无关本地训练资料后的最终包重新执行，未复用内部候选包通过结论。README 图片来自最终包的实际 CUDA 工作台及 ONNX 结构图截图。物理摄像头未实测。
实际原始日志与报告按同版保存于 验收证据。包报告绑定最终 DEB SHA256；对应源码归档生成后的独立核验报告及冻结清单保存在仓库，避免递归自校验。物理摄像头不计为已实测。
文件、安装与升级
应用版本与发行目录为 2.0.0，标签为 v2.0.0，Debian Control Version 为 2.0.0-1。正式 Release 使用 prerelease=false 并更新 Latest。三个手动附件为：
vision-studio_2.0.0-1_amd64.debvision-studio-2.0.0-complete-source.tar.xzSHA256SUMS
sha256sum -c SHA256SUMS
sudo apt install ./vision-studio_2.0.0-1_amd64.deb
vision-studio默认安装到 /opt/VisionStudio。正式包版本高于 Beta.2 的 2.0.0~beta.2-1，可直接升级。先停止检测与录像、导出需要保存的结果、退出旧程序，再安装并启动新版；个人设置、模型、运行记录、导出、录像和已有 GPU 环境保留。临时回看缓存不会跨重启保存。
应用代码采用 AGPL-3.0-only；第三方组件保留原始许可。完整源码包重新生成本版应用归档和清单，保留同一套 15 份原始上游源码及通知；GitHub 自动提供的源码 ZIP／tar.gz 不能替代完整对应源码包。QA 随仓库提交，不作为额外 Release 附件。
标签、发布状态与三个资产的大小／SHA256 全部核验后，本地保留 2.0.0 与 1.6.0 的发行和独立构建副本；旧 Beta 副本逐版精确核验后清理。工作树、用户数据、共享 SDK／runtime 保留，已公开标签、资产和原始归档不可覆盖。
Vision Studio 2.0.0-beta.2 · 批量检测结果回看修复
Vision Studio 2.0.0-beta.2
本版修复批量图片检测结果无法回看的问题。Beta.1 导入文件夹并检测完全部图片后，重新点击队列中的旧图片只显示原图；本版保存每张已完成图片的本轮识别结果，切换队列时恢复该图片的标注、目标表、指标和当前导出对象，无需重新检测。零目标结果也可回看和导出；未处理图片显示原图。
回看不会重复推理、追加运行记录或触发自动导出。本轮结果以临时缓存供当前会话使用，清空、开始新任务、切换模型／预览模式／计算设备或关闭程序时释放；需要永久保留时使用手动或自动导出。
保留 Beta.1 的 Fluent 风格界面、全局模型选择与 Netron 缓存，以及 CPU／NVIDIA GPU、PT／ONNX、灰度 C1／C3、左右目、录像和导出支持。推理后端与模型输入输出约定不变。完整变更见 更新日志。
验收
最终 Release 构建已完成全部 8 组 CTest（176.359 秒），零失败、零跳过；GPU 后端 10 项与录像 14 项均通过。批量结果回看专项覆盖彩色、灰度、零目标、反复切换、当前图片导出、原始推理配置保留、无重复运行记录以及缓存清理，3 个功能场景通过，QtTest 共 5 项通过。发布／清理安全 48 项、版本元数据 11 项测试通过。
最终 DEB 已通过普通用户真实 ONNX／现代与旧版 PT、ONNX／PT 结构图／层级树／参数表及缓存复用、APT 依赖模拟；隔离离线安装／卸载通过，用户数据保留且宿主 DPKG 与桌面集成未变。包内 ONNX CUDA、PT CUDA、ONNX CPU、PT CPU 四轮真实启动器均通过，结果与导出记录实际设备。实际 RTX 4060 ONNX 运行的新 trace 包含 364 个 CUDA 节点事件。同版包报告绑定最终 DEB SHA256，与原始日志保存在 验收证据。完整对应源码的逐项 SHA256／文件核验记录见同目录 source-bundle-qa.json；该报告与冻结文件清单在归档生成后加入仓库，避免递归自校验，产品与构建输入保持冻结。物理摄像头未实测。
文件与安装
应用版本与发行目录为 2.0.0-beta.2，标签为 v2.0.0-beta.2。CMake 数字版本保持 2.0.0，Debian Control Version 为 2.0.0~beta.2-1。公开文件名使用安全的 -beta.2；APT／DPKG 根据包内版本排序。
本版提供三个手动附件：
vision-studio_2.0.0-beta.2-1_amd64.debvision-studio-2.0.0-beta.2-complete-source.tar.xzSHA256SUMS
sha256sum -c SHA256SUMS
sudo apt install ./vision-studio_2.0.0-beta.2-1_amd64.deb
vision-studio安装目标为 Ubuntu 22.04 LTS amd64，目录为 /opt/VisionStudio。个人设置、模型、运行记录、导出和录像保留。新代码采用 AGPL-3.0-only，第三方组件保留原始许可。
完整源码包重新生成本版应用源码与清单，保留同一套 15 份原始上游源码和通知；GitHub 自动提供的源码 ZIP／tar.gz 不能替代它。QA 随仓库保存，不作为额外 Release 附件。
GitHub Release 标记 Pre-release，明确 latest=false，正式版 Latest 保持 1.6.0。远端标签和三个资产的大小／SHA256 全部核验后，本地保留最新 Beta 与 1.6.0；旧 Beta 副本须逐版精确核验后清理。已发布标签、核心资产和归档不可覆盖。
Vision Studio 2.0.0-beta.1
Vision Studio 2.0.0-beta.1
本版提供 Fluent 风格的桌面界面更新，保留 1.6.0 的功能和操作逻辑。已在 Ubuntu 22.04 amd64、Qt 6.8.3、NVIDIA RTX 4060 上完成最终安装包验收。
本版范围是桌面 UI 调整，推理后端、预处理和用户数据约定沿用 1.6.0：C++ OpenCV ONNX CPU、可选 C++ ONNX Runtime CUDA、常驻 Python PT、全局模型选择、Netron 三视图缓存、灰度 C1／C3、左右目、标注录制和 PNG／JSON／CSV 导出继续保留。完整变更见 更新日志。
界面变化
- 中性深色窗口、卡片与输入层；蓝色
#60CDFF操作／选中／焦点，清晰的正文和辅助文字亮度。 - 4 px 控件、8 px 卡片圆角；212 px 侧栏和 3 px 导航选中条。
- 图片、批量、视频、摄像头入口横向放在顶部；设备、GPU 编号和提示位于第二行。
- 左配置、中画布／队列、右结果表；Netron 结构图、层级树和参数表统一深色视觉。
保留现有原生 Qt 类、信号连接与键盘行为。Fluent-Qt v1.9.2 作为视觉参考，MIT 原通知与来源位于 packaging/licenses/fluent-qt-design-reference/；不引入其库、字体、微软图标或 Gallery 资产。
预发布与文件
应用版本／发行目录为 2.0.0-beta.1，带说明的 Git 标签为 v2.0.0-beta.1。CMake 数字版本为 2.0.0，完整版本由 VISION_STUDIO_APP_VERSION 给出。Debian 使用 2.0.0~beta.1-1，保证排序在同版正式包之前。
内部 Debian 版本含 ~，公开 DEB 文件名采用安全的 -beta.1；APT／DPKG 读取内部 Control 排序。安装包内容、完整源码与 SHA256SUMS 始终按相同公开文件名对应。
GitHub Release 必须标记 Pre-release，并明确 latest=false，当前正式版 Latest 保留。发布后只提供三个手动附件：
vision-studio_2.0.0-beta.1-1_amd64.debvision-studio-2.0.0-beta.1-complete-source.tar.xzSHA256SUMS
完整源码包内包含应用源码拆分归档、源码清单、内部校验、15 份原始上游源码与通知。GitHub 自动提供的 ZIP／tar.gz 不能替代完整对应源码包。
验收与保留
beta 使用和正式版本相同的 QA 门禁。发布前完成 UI／模型显示、CPU／GPU、灰度 C1／C3、左右目与录制回归，最终 DEB 的普通用户运行、隔离安装／卸载、包内 CUDA／CPU 和源码验收；报告绑定本版最终 SHA256，保存在仓库 docs/releases/evidence/2.0.0-beta.1 并链接原始日志。
8 组 CTest 通过，最终布局 UI 回归再次通过；GPU 后端 10 项、录像 14 项均 0 失败、0 跳过。新 ONNX 轨迹记录 364 个实际 CUDA 节点；灰度 C1／C3、三类 PT、取消恢复和右目灰度录像通过。最终 DEB 已完成普通用户 CPU 与模型三视图缓存、断网隔离安装／卸载、包内 ONNX／PT CUDA／CPU 四轮检查。20 张真实截图完成视觉检查，最小 1260 × 820 窗口画布完整。发布／保留、元数据、GPU 环境安全共 80 项测试通过；14 项静态审计确认操作与参数保持。完整报告和原始日志见 同版验收证据。最终源码伴随包校验报告在归档完成后加入该目录，避免报告自引用；应用和构建输入保持冻结。物理摄像头未实测。
sha256sum -c SHA256SUMS
sudo apt install ./vision-studio_2.0.0-beta.1-1_amd64.deb
vision-studio默认 prune 只处理正式版本，beta 不自动删除或挤掉正式备份。预发布期间保留当前正式版用于回退；如按最新两版要求释放其他旧副本空间，须逐版精确核对已公开远端文件与 SHA256 后清理。标签、已发布核心资产和原始归档不可改写。
新代码保持 AGPL-3.0-only，Qt／Netron／CUDA 等组件保留原始许可。安装目标为 Ubuntu 22.04 LTS amd64，目录为 /opt/VisionStudio；用户设置、模型、运行记录和录像保留。
Vision Studio v1.6.0
Vision Studio 1.6.0
本版加入 NVIDIA GPU 推理与独立用户环境，同时保留离线 CPU 使用。功能验收已在 Ubuntu 22.04 amd64、NVIDIA RTX 4060／驱动 595.91.07 上完成。
NVIDIA GPU 与 CPU
- 工作台新增「自动 · 优先 NVIDIA GPU」「CPU」「NVIDIA GPU」及 GPU 编号选择。自动模式无法使用 GPU 时说明原因并回退 CPU，显式 GPU 失败时报告错误。
- PT 的 Ultralytics、兼容 YOLOv5 和 TorchScript 使用独立的 PyTorch CUDA 环境；ONNX GPU 使用 C++ ONNX Runtime CUDA，CPU 保留 OpenCV DNN。
- 运行状态、导出和历史记录保存实际设备、GPU 名称／编号及自动回退原因；切换设备保留颜色通道与左右目设置。
- 「更多」新增 GPU 检查、准备、进度／日志及取消。环境在用户目录按完整版本与官方 wheel SHA256 配置，实际 CUDA 自检成功后原子发布；未知目录不会覆盖，取消／失败保留原环境。
GPU 环境固定 Python 3.10／3.11、PyTorch 2.9.1+cu128、Torchvision 0.24.1+cu128、CUDA 12.8、cuDNN 9.10.2.21、ONNX Runtime 1.23.2。首次下载约 4–5 GB，建议预留至少 20 GB；准备完成后可离线推理。推荐 Linux NVIDIA 驱动 ≥ 570.26；应用不安装或修改驱动，不要求全局 CUDA Toolkit。TensorRT、AMD 与 Intel GPU 尚未支持。Netron 模型显示仍使用独立 CPU 环境。
验收记录
- 8 组注册 CTest 在两阶段实际执行并通过：CPU 发行 runtime 下 7 组共 118.22 秒；GPU 阶段的录像、GPU 后端、GPU 配置 3 组共 62.52 秒，0 失败、0 跳过。
- GPU 配置安全与许可测试 21 项通过，覆盖未知目录、符号链接、版本记录、原子替换／不覆盖、取消安装和探针的子进程清理、入口修正、缓存复用及 ORT 原始第三方通知收集。
- 78 项依赖按官方 wheel SHA256 锁配置；候选环境和原子发布后的最终自检通过 PyTorch CUDA 矩阵计算、ONNX Runtime CUDA MatMul，独立探针确认精确版本及实际 CUDA 可用。用户环境约 7.59 GiB。
- 真实 GPU 后端 QtTest 报告 10 passed（57.4 秒），验证 ONNX 实际 CUDA 节点、Ultralytics／YOLOv5／TorchScript 三类 PT、彩色及灰度 C1／C3、取消与恢复。
- GPU 右目灰度录像的 8 个已处理源帧全部编码且可播放；所选内容为 160 × 96，原左右拼接源为 320 × 96，元数据记录实际 CUDA 设备。README 工作台截图来自实际 RTX 4060 ONNX 检测，包含 5 个目标；该次 forward 为 10.2 ms，此单次结果不代表所有模型的速度。
- 最终 DEB 已通过普通用户 CPU／模型三视图及缓存检查、断网命名空间安装／卸载，以及包内 ONNX CUDA、PT CUDA、ONNX CPU、PT CPU 四轮真实启动器检查。
正式附件已使用最终 DEB SHA256 绑定安装、源码与 gpu-qa.json。GPU 报告包含实际 ONNX CUDA 节点、PT CUDA、包内 ONNX／PT CUDA、CPU 回归、灰度 C1／C3、左右目与录像的真实结果；所有正式验收均绑定最终 DEB SHA256，报告已通过。最终报告与原始日志见 本版验收证据，随仓库提交，不另外增加 Release 附件。物理摄像头仍需按实际设备验证。
安装与源码
Ubuntu 22.04 amd64，安装至 /opt/VisionStudio。DEB 包含完整离线 CPU／Netron 环境，GPU 依赖仅在用户主动准备时下载到个人数据目录的 gpu-runtime/。APT／DPKG 安装过程不会联网下载 CUDA。
本页继续仅有 3 个手动附件：
vision-studio_1.6.0-1_amd64.deb。vision-studio-1.6.0-complete-source.tar.xz。SHA256SUMS。
sha256sum -c SHA256SUMS
sudo apt install ./vision-studio_1.6.0-1_amd64.deb
vision-studioGitHub 另外自动显示 Source code (zip) 与 Source code (tar.gz) 两个入口，不能移除，也不能代替完整对应源码包。完整包包含应用拆分归档、SOURCE 清单、对应上游源码、GPU 配置脚本／版本与哈希锁及原始通知。QA 保存在仓库，不零散上传 Release。
应用代码采用 AGPL-3.0-only；第三方组件保留各自许可。用户配置的 CUDA／cuDNN 组件保持 NVIDIA 原始许可，GPU 环境内 GPU-THIRD-PARTY-NOTICES.md 与 gpu-license-inventory.json 记录实际依赖和原始许可材料；不把 NVIDIA 组件声明为 AGPL 源码。
Vision Studio 1.5.0
Vision Studio 1.5.0
新增
- 模型显示提供结构图、可展开层级树、参数表三种模式，共用模型库的全局选择和同一次解析缓存，切换视图或页面不重新加载模型。
- 层级树和参数表支持搜索与只读详情，可查看名称、类型、路径、张量形状和元素数；元素数使用精确整数排序。
- 普通 PT 模块展示包含关系，裸权重按参数名称分组；保留 TorchScript 计算节点及 ONNX 子图中的独立权重。
- 大模型显示达到深度、条数或元数据大小上限时给出截断提示，无法可靠计算的元素数显示为空缺标记。
修复
- 修复 Netron 嵌套对象的白底浅字问题，统一深色可读背景，保留不同层类型的颜色，并使用青绿色选中描边。
- 切换模型时清除旧搜索、旧内容与详情，保留所选展示模式。
- 避免超长元数据撑大界面，避免循环引用、重复共享张量与不可靠维度造成错误统计。
验证与交付
- 六组 CTest 全部通过，另有 11 个元数据边界场景通过；正式包完成实际 ONNX／PT 三模式、缓存复用、普通用户离线安装与卸载验收。
- 继续提供 Ubuntu 22.04 amd64 DEB、完整对应源码包和 SHA256 校验，安装目录为
/opt/VisionStudio，已有设置与运行记录保留。
依据：本版源码包中的 docs/release/发行说明.md、CTest-1.5.0-2026-10-07.log，以及 同版验收证据 中的 ctest-qa.json、metadata-boundary-qa.json、qa-report.json 和 install-qa.json。
安装与源码
适用于 Ubuntu 22.04 amd64，默认安装至 /opt/VisionStudio。本版采用 CPU 推理。
本页只保留 3 个手动附件：
vision-studio_1.5.0-1_amd64.deb：安装包。vision-studio-1.5.0-complete-source.tar.xz：完整对应源码包。SHA256SUMS：以上两个文件的校验值。
下载这三个文件并运行 sha256sum -c SHA256SUMS，再使用 sudo apt install ./vision-studio_1.5.0-1_amd64.deb 安装。
页面另外显示 GitHub 自动提供的 Source code (zip) 和 Source code (tar.gz) 两个入口，由平台生成，不能从 Release 中移除；它们不能替代完整对应源码包。完整包内部已有应用源码拆分归档、SOURCE 校验与来源清单、对应上游源码和原始许可通知，需要时从完整包解压取得。应用代码采用 AGPL-3.0-only，第三方组件保留各自许可。
同版 QA 报告、原始说明与日志见 验收证据，保存在仓库中，不零散上传为 Release 附件。
本版由原始本地发行文件于 2026-10-07 迁移到 GitHub。本次附件整理不重写已冻结的安装包、完整源码包或原始校验值；历史交付／验收日期见更新日志，GitHub 公开发布时间以 Release 页面为准。