当前位置: 首页 > news >正文

Synetic在2026嵌入式视觉峰会上发布LYNX计算机视觉SDK

华盛顿州雷德蒙德,2026年5月11日——计算机视觉与合成数据解决方案提供商Synetic公司今日宣布推出LYNX,这是一款全新的计算机视觉SDK,旨在帮助产品团队在真实环境中更快速地构建、适配并部署视觉能力。

LYNX在加利福尼亚州圣克拉拉举办的2026嵌入式视觉峰会上正式亮相,Synetic在现场向机器人、工业自动化、安防及边缘部署领域的工程师和产品团队进行了演示。

LYNX由Synetic打造,将目标检测、语义分割、姿态估计、目标追踪、行为识别、单目深度、三维RGB输出、OCR、区域分析、越线检测以及多路流管理集成于单一SDK之中。该平台旨在为开发者提供可直接用于生产系统的实用计算机视觉输出结果,无需团队自行拼接多个模型、工具和供应商专属流水线。

LYNX的核心是Synetic基于物理原理构建的合成数据流水线。这套流水线能够生成边缘案例、环境变化场景以及带标注的训练数据,而无需完全依赖成本高昂的真实数据采集和人工标注。当模型遗漏某一重要场景时,用户可通过SDK提交该失败案例,Synetic随后可针对该场景生成合成变体,并将改进内容纳入后续模型更新之中。

SDK支持细节层级关键点功能,可根据摄像头距离自动调整精度级别。例如,LYNX可在远距离目标下提供骨架锚点,在中等距离下提供更详细的关节与肢体信息,在近距离目标下则提供指尖、面部特征点和眼睑标志点等高分辨率地标。这使开发者能够在目标距离和摄像头视角差异显著的场景中,统一使用同一套SDK。

LYNX还将行为输出作为SDK的一级信号。除识别物体和人员外,SDK还能返回行走、奔跑、跛行、跌倒、遮掩和徘徊等行为状态,并附带置信度和时序信息。这些能力旨在支持工业安全、安防监控、零售分析、运动健身分析以及机器人感知等应用场景。

在机器人应用方面,LYNX将目标检测、语义分割、单目深度和三维RGB输出相结合,仅凭单个RGB摄像头即可支持拣选放置和抓取规划等任务。在工业与安防场景中,SDK将检测、区域分析、姿态和行为能力融合,帮助团队区分简单的物体存在与更具意义的活动模式。

LYNX正针对六个平台目标进行部署开发,分别为iOS、Android、Linux、Windows、macOS和NVIDIA Jetson。SDK采用C语言优先架构,设计上支持Python、Rust、Java和C#等语言的原生绑定。

目前,Synetic已开放LYNX的测试版访问申请。详细信息请访问https://golynx.ai/。

Q&A

Q1:LYNX计算机视觉SDK具体包含哪些功能模块?

A:LYNX将目标检测、语义分割、姿态估计、目标追踪、行为识别、单目深度、三维RGB输出、OCR、区域分析、越线检测和多路流管理集成在同一个SDK中,开发者无需拼接多个工具和模型,可直接将输出结果用于生产系统。

Q2:LYNX的合成数据流水线有什么优势?

A:LYNX基于Synetic的物理原理合成数据流水线构建,能够自动生成边缘案例、环境变化场景及带标注的训练数据,大幅降低对昂贵真实数据采集和人工标注的依赖。当模型出现遗漏场景时,用户可通过SDK提交失败案例,Synetic会生成对应的合成变体并更新模型,持续提升准确性。

Q3:LYNX支持哪些平台和编程语言?

A:LYNX目前正在针对iOS、Android、Linux、Windows、macOS和NVIDIA Jetson六个平台进行部署开发。SDK采用C语言优先架构,同时支持Python、Rust、Java和C#等语言的原生绑定,适应多样化的开发需求。

http://www.jsqmd.com/news/831420/

相关文章:

  • 树莓派热敏打印机DIY复古拍立得:嵌入式图像处理与硬件集成实战
  • STM32Cube HAL库实战:ADC多通道轮询与电池组电压监测
  • 2026年当下,探寻海南餐饮市场正宗原香火锅底料的实力源头 - 2026年企业推荐榜
  • 从开发者视角感受Taotoken分钟级接入与标准协议带来的便利
  • Adafruit Feather网络编程:回调机制与TCP/UDP/HTTP实战指南
  • 为什么你的ElevenLabs马拉雅拉姆文输出失真?5步诊断法+3个预处理Python脚本立即修复
  • Excalidraw结合MCP协议:实现智能架构图与开发生态动态连接
  • Smart-10 多模光时域反射仪:铁路高速光纤故障首选
  • 六种电流检测电路方案全解析:从低侧、高侧到霍尔与互感器
  • 尼泊尔语语音合成落地难?ElevenLabs官方未公开的3个语言模型限制(附2024年Q2实测延迟/错误率/重音支持对比表)
  • 【ElevenLabs女性语音商业级交付标准】:时长压缩率≤1.8%、唇动同步误差<42ms、情绪一致性≥94.3%(附自动化质检脚本)
  • IAR工程转.hex后烧录失败?可能是STVP的这些设置没搞对(STM8实战)
  • 初创团队如何利用Token Plan套餐有效控制AI开发成本
  • 从零制作LED智能面具:三种方案详解与避坑指南
  • 告别0xFF!STM32H743与BQ40Z50-R1的SMBUS通信,从波形分析到代码稳定的全流程
  • RML2016.10a数据集读取避坑指南:用Python pickle解决‘latin-1’编码报错
  • 终极指南:如何免费解锁Cursor AI编程助手的高级功能
  • ElevenLabs粤语合成突然失准?紧急修复指南:5分钟定位音频切片断裂、韵律丢失、声调偏移问题
  • 生数科技发布世界动作模型Motubrain,为机器人智能带来“无限可能“
  • Android Studio中文界面终极指南:3个步骤告别英文开发障碍
  • 2026年当下,长沙专业雨棚服务商如何选择?看这几点关键要素 - 2026年企业推荐榜
  • 复杂会场巡检机器人路径规划【附代码】
  • 自动驾驶-数据解析01:四元数03【自动驾驶中的四元数 [w, x, y, z] 到底从哪里来:采集、标定、定位还是标注?】
  • Agent 一接数据同步任务就开始造重复记录:从 Change Capture 到 Idempotent Sink 的工程实战
  • CircuitPython与NeoPixel打造赛博朋克齿轮护目镜:从硬件选型到代码解析
  • 3分钟掌握开源鼠标连点器:高效自动化终极指南
  • 3步解决C盘空间不足:FreeMove智能迁移实战指南
  • 如何将本地新建分支关联到远程同名分支?
  • AD数据集:nuPlan、OpenScene、NAVSIM 之间的关系【原始数据(nuPlan)→ 轻量重分发(OpenScene) → 评测基准/仿真框架(NAVSIM )】
  • Claude API密钥自动化同步工具:架构设计与实战部署指南