PeekingDuck

PeekingDuck 把輸入、模型、後處理和輸出都封裝成節點。開發者可以用 YAML 寫出"攝像頭輸入 -> YOLO 檢測 -> 畫框 -> 螢幕輸出"這樣的流程，不必從 PyTorch / TensorFlow 底層開始搭。

它適合教學、快速原型和中小企業 CV 應用，例如人流統計、目標檢測、姿態分析和安全合規檢查。

PeekingDuck 的意義不是追求最新模型，而是降低計算機視覺落地門檻。很多組織需要的是"能跑、能改、能交付"的 pipeline，而不是從論文復現開始。

這種產品思路和 AISG 的應用導向一致：把 AI 能力包裝成工程可用工具。

PeekingDuck 是新加坡 AI 開源工具線的一部分，和 TagUI 一樣服務於"讓本地企業更容易用上 AI"。

它的長期觀察點是社群活躍度和定位更新：在大模型視覺能力快速發展的背景下，傳統 CV pipeline 框架要麼轉向邊緣部署和工業場景，要麼會被更通用的多模態工具吃掉。