使用说明

从安装到高级配置的完整指南，帮助您快速上手 WhizKid

📦安装与配置步骤

下载前的准备

确认您的系统满足最低要求，并准备好管理员权限

•检查操作系统版本：Windows 10/11 64 位或 Ubuntu 20.04+
•确认硬件配置：至少 8GB 内存，推荐 NVIDIA GTX 1060+ 显卡
•更新显卡驱动到最新版本
•预留至少 5GB 磁盘空间用于安装和数据存储

下载安装包

从下载页面选择适合您系统的版本进行下载

•访问下载页面，选择 Windows 或 Linux 版本
•点击对应的下载按钮，保存安装包到本地
•验证文件完整性（可选）：对比 SHA256 校验码
•Windows 用户下载 .exe 安装程序，Linux 用户下载 .AppImage 文件

运行安装程序

双击安装包，按照安装向导完成安装流程

•Windows：双击 .exe 文件，允许系统运行未签名的应用
•选择安装路径（默认：C:\Program Files\WhizKid）
•勾选创建桌面快捷方式选项（推荐）
•等待安装完成，约 2-5 分钟
•Linux：赋予 AppImage 执行权限 (chmod +x)，然后直接运行

首次启动与环境检测

启动 WhizKid，软件会自动检测系统环境和硬件配置

•双击桌面快捷方式或在安装目录启动 WhizKid
•首次启动会进行环境自检：GPU 驱动、CUDA 版本、可用内存等
•如有缺失组件，软件会提示下载并自动安装
•检测完成后会显示系统配置报告

配置推理后端

根据您的硬件选择合适的推理后端以获得最佳性能

•进入设置 → 推理配置
•NVIDIA GPU 用户：选择 TensorRT（推荐）或 CUDA
•AMD/Intel GPU 用户：选择 DirectML
•无独立 GPU：选择 CPU 模式（性能较低）
•点击测试性能查看预估推理速度

导入 AI 模型

加载您的 YOLO 模型或使用内置的预训练模型

•进入模型管理 → 导入模型
•支持格式：.onnx, .pt (PyTorch), .engine (TensorRT)
•选择模型文件，填写模型名称和类别信息
•点击验证模型确保文件完整可用
•或直接使用内置的 COCO 预训练模型快速开始

配置视频输入源

连接摄像头、采集卡或配置 NDI 流作为检测输入

•进入设备管理 → 添加视频源
•USB 摄像头：自动识别并列出可用设备
•采集卡：选择对应品牌和型号，配置分辨率和帧率
•NDI 流：输入 NDI 源名称或 IP 地址
•本地视频文件：选择视频文件进行离线检测

开始实时检测

启动检测任务，观察 AI 识别结果和性能数据

•点击主界面开始检测按钮
•实时画面中会显示检测框和类别标签
•右侧面板显示：FPS、延迟、置信度等指标
•使用工具栏调整阈值、显示/隐藏标注
•可录制检测结果视频或截图保存

高级功能配置

根据实际需求配置 PID 控制、颜色锁定等高级功能

•PID 整定：启用 AI 智能整定或手动调节参数
•准星取色：设置 ROI 区域和颜色容差
•弹道预测：配置预测算法和补偿参数
•多目标跟踪：设置最大跟踪数量和 ID 分配策略
•数据导出：配置 CSV/JSON 输出格式和保存路径

故障排查与支持

遇到问题时的快速排查方法和获取帮助的渠道

•查看日志：设置 → 日志管理 → 导出日志文件
•常见问题：参考首页 FAQ 章节
•社区支持：加入 Telegram 群组或 QQ 群组寻求帮助
•性能优化：降低输入分辨率、减少检测类别数
•崩溃报告：自动上传错误报告帮助改进软件

💡使用技巧

性能优化

使用 TensorRT 可获得最佳性能，建议将模型转换为 .engine 格式。降低输入分辨率也能显著提升 FPS。

模型选择

小模型（如 YOLOv8n）速度快但精度低，大模型（如 YOLOv8x）精度高但速度慢，根据实际需求权衡。

多设备管理

可同时连接多个视频源，每个源独立配置检测参数，适合多工位并行检测场景。