Neri
下一代野生动物
智能识别与管理工作流
Neri 专为生态研究与野生动物保护打造。集成本地 AI 目标检测模型，自动提取图像 EXIF 并在本地比对《中国生物物种名录》（鸟纲/哺乳纲），提供一站式的数据处理与导出体验。
下载桌面端环境
支持 Flutter 前端与 Python 后端无缝协同。
功能与界面展示
采用全新的 Material Design 3 设计，打造现代化的 Flutter 桌面应用。
使用文档与配置指南
快速了解 Neri 的核心功能与加速配置。
快速导航
info项目简介
Neri (NERI Enables Rapid Identification) 是一款专为处理红外相机影像数据设计的智能桌面应用。它基于 YOLO (You Only Look Once) 目标检测模型，能够高效、自动地识别和处理大批量由红外相机拍摄的野生动物照片。本工具旨在为生态保护工作者、野生动物研究人员和爱好者提供一个强大的数据整理和分析平台，将繁琐的手动筛选工作自动化，极大地提升科研和监测效率。
settings核心检测设置
模型加速选项
- 使用FP16加速： 使用半精度浮点数进行推理，可以加快速度但可能会略微降低精度。需要兼容的 NVIDIA GPU。
高级检测选项
- 使用数据增强 (TTA)： 在测试时使用数据增强，通过对输入图像进行多种变换并综合结果，可能会提高准确性，但会显著降低处理速度。
- 使用类别无关 NMS： 在所有类别上一起执行 NMS，对于检测多种相互重叠的物种可能有用。
视频检测设置
- 帧间隔： 设置视频处理时的跳帧间隔，以加快处理视频的速度。
- 最低帧数比例： 如果某个目标（TrackID）在视频中出现的总帧数占视频总帧数的比例过低，则该目标将被视为误检或无效目标，不会在结果中显示。
memory使用 CUDA 加速
建议（但非强制）你的 Windows 系统配备 NVIDIA GPU，因为这样能使用更高精度的模型，且更加快速。
auto_awesome 自动安装机制
在第一次运行程序的时候会自动检测 NVIDIA 显卡和 CUDA 并且尝试自动安装对应版本的 Pytorch，若安装失败，可尝试手动安装。
如何查看 CUDA 版本并且安装 CUDA 支持的 Pytorch？
- 右键点击桌面，选择 “NVIDIA 控制面板”。
- 在控制面板的菜单栏中，选择 “帮助”，然后点击 “系统信息”。
- 在弹出的窗口中查看组件选项卡，即可找到支持的 CUDA 版本信息。