PeekingDuck

PeekingDuck 把输入、模型、后处理和输出都封装成节点。开发者可以用 YAML 写出"摄像头输入 -> YOLO 检测 -> 画框 -> 屏幕输出"这样的流程，不必从 PyTorch / TensorFlow 底层开始搭。

它适合教学、快速原型和中小企业 CV 应用，例如人流统计、目标检测、姿态分析和安全合规检查。

PeekingDuck 的意义不是追求最新模型，而是降低计算机视觉落地门槛。很多组织需要的是"能跑、能改、能交付"的 pipeline，而不是从论文复现开始。

这种产品思路和 AISG 的应用导向一致：把 AI 能力包装成工程可用工具。

PeekingDuck 是新加坡 AI 开源工具线的一部分，和 TagUI 一样服务于"让本地企业更容易用上 AI"。

它的长期观察点是社区活跃度和定位更新：在大模型视觉能力快速发展的背景下，传统 CV pipeline 框架要么转向边缘部署和工业场景，要么会被更通用的多模态工具吃掉。