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.deb
• vision-studio-2.1.0-complete-source.tar.xz
• SHA256SUMS

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。