AI制图实测:10分钟生成架构图与流程图
相信不少朋友都经历过这样的场景刚画完一张系统架构图产品经理又改了两版需求刚理清一条业务主线对接方又加了三个分支。画图这件事听着很轻松真正动手才发现框要对齐、线要避开交叉、字体大小要统一随便折腾一下大半天就没了。我之前也是这么过来的直到我开始用AI工具生成架构图和流程图才发现原来一天的工作量可以压缩到10分钟。这篇文章就结合我自己的实操经验拆解两款我重度使用的AI制图工具把从需求到成品图的完整流程、提示词写法、踩坑案例全部摊开讲保证你看完能直接上手。1. 为什么别再手画架构图和流程图1.1 手绘图的三个隐性成本很多人觉得用画图软件手动作图最坏的结果也就是慢一点。但真正干过之后你会发现成本不仅仅是时间。第一个成本是“返工成本”。手画架构图最怕需求变动牵一发而动全身。一个微服务拆分一变整张图的节点依赖、连线方向、层次关系全要跟着调。你可能花两小时画完第一版然后因为一个模块改名又花半小时重画。时间消耗其实是线性放大的因为大脑需要不断重新理解图的结构。第二个成本是“沟通失真”。手画的图除非你特别讲究否则大家的画法习惯千奇百怪。有人喜欢把所有节点平铺有人喜欢层层嵌套有人随手拿框一包就算一组。图到了同事手里经常要再解释半天。图的本质是沟通如果表达方式不统一沟通效率反而下降。第三个成本是“维护成本”。文档里、PPT里、日报里的架构图很多都是静态图片。等到系统迭代两轮之后原图早已没人敢动只能重新画。而AI生成的方式原始信息是文字描述和结构化文本图片只是渲染结果。改图时改文字重新生成即可维护成本几乎归零。1.2 哪些场景最适合用AI一键生成不是所有图都适合用AI生成理解这一点能帮你少走弯路。从我大量的使用场景来讲最适合AI生成的有三类。第一类是“系统架构图”包括后端服务架构、微服务治理架构、部署拓扑图、大数据链路图。这类图的特点是层次明确、模块关系清晰用自然语言描述出来之后AI很容易转换成标准的节点和连线。第二类是“业务流程图”包括审批流程、订单状态流转、权限申请流程、数据流图。这类图本质上是逻辑关系的可视化只要文字描述里把环节和分支写清楚AI生成起来非常高效。第三类是“矩阵图和时序图”比如接口调用链路、多角色协作流程、状态机图。这类图的表达方式比较固定AI模型在训练时见过大量样本反而比人手画更标准。不适合AI生成的场景也有比如需要极高视觉设计感的汇报插画、带有复杂空间布局的物理拓扑图、需要精细手绘风格的信息图。这类内容AI能生成初稿但要达到发布会级别还是需要人工深度加工。先判断是否适合再决定用不用AI这才是正确的打开方式。2. 两款AI制图工具的能力拆解与选型思路先说清楚为了避免一些不必要的误会我这里把两款工具代号为“蓝图AI”和“流程画布”。它们不是同一个公司的产品但在我日常使用中形成了很好的互补。2.1 “蓝图AI”擅长什么架构图生成实测“蓝图AI”给我的最大感受是它非常懂“架构语言”。你给它一段描述它能自动判断哪些是系统边界、哪些是应用模块、哪些是数据存储、哪些是外部依赖。它不是简单把文案里的词排布成图而是会补全默认的分层结构。举个例子我在设计某电商后台系统时给它的原始描述是“需要一张订单系统的架构图包含前端入口、网关层、订单服务、库存服务、支付服务、消息队列、数据库和外部物流接口。”它生成的初稿会自动分成四层接入层、应用层、基础设施层、外部服务层。前端入口和网关层放在最上面三个核心服务放在中间消息队列和数据库放在基础设施层物流接口单独放在右侧并标注为外部依赖。这种分层策略完全符合业界常规画法我几乎不需要调整结构。它还支持在生成后继续对话修改。比如我说“支付服务需要拆成支付网关和支付执行器两个模块”它会准确找到原来位置把节点拆开并重新连线不会影响旁边其他节点。这种局部修改能力恰恰是很多同类工具做不到的。2.2 “流程画布”擅长什么流程图生成实测“流程画布”的强项在于流程逻辑的表达。它能把一段包含条件判断、循环、并行分支的文字描述转化成标准的流程图符号并且自动避免交叉线。我测试过一个比较复杂的场景“一个用户申请退款需要判断订单状态如果已发货则需要先进行拦截物流如果未发货直接进入退款步骤。退款时如果支付渠道是第三方需要调用回调接口如果失败重试三次后转人工。最后关闭订单并通知用户。”这段文字人工画流程图少说要半小时逻辑分支还容易乱。“流程画布”生成的结果让我挺意外它把“订单状态判断”作为菱形判断节点两条分支清晰分开“支付回调重试”用一个循环结构表示并且标注了“重试3次”的判断条件整个图读完不需要额外解释。更实用的是它支持导出Markdown格式的流程图文本也支持直接复制到白板工具里二次编辑。这对我这种需要拿图去和同事讨论的人来说非常方便。2.3 选型对照表与底层逻辑维度蓝图AI流程画布强项系统架构、分层结构、模块关系业务流程、状态流转、分支循环输入方式自然语言描述支持对话修改自然语言描述支持结构化文本输出样式分层架构图、部署图流程图、时序图、泳道图修改方式对话局部修改联动更新对话修改也支持手动拖拽适合人群后端开发、运维、系统设计产品经理、业务运营、架构师这两款工具的选型逻辑说白了就是看你要表达的是“结构关系”还是“时间逻辑”。如果图里的核心信息是系统由哪些部分组成、各部分如何连接选“蓝图AI”更合适。如果核心信息是事情按什么顺序发生、满足什么条件会走哪条路选“流程画布”更合适。我自己的习惯是架构图用“蓝图AI”业务流程图用“流程画布”配合使用基本能覆盖日常所有场景。3. 实操全过程从自然语言到成品图3.1 10分钟生成一套系统架构图的完整步骤下面我拿一个真实项目复盘来演示完整步骤。这个项目是某跨平台系统的权限中心重构当时我需要向团队展示新版权限中心的服务架构、依赖关系和数据流向。按照原来的效率画三张图至少需要一天用AI工具我一共花了不到15分钟。第一步梳理信息结构。打开一个空白文档将架构相关的文字描述按“系统边界”“核心模块”“外部依赖”“数据存储”“网络交互”分类写下来。这一步非常关键因为AI生成的质量高度依赖输入信息的完整度。如果你自己都没想清楚系统内部有哪些服务AI更不可能帮你脑补。第二步写生成提示词。我总结了一套三段式模板背景说明加生成要求加补充条件。模板如下请生成一张系统架构图背景是权限中心重构项目。 要求 - 展示接入层、应用层、数据层三层结构 - 核心模块包括认证服务、授权服务、用户服务、权限策略服务 - 外部依赖统一门户、短信网关、审计平台 - 数据存储权限数据库、缓存集群 - 使用模块化分层布局不同层级用不同颜色区分第三步生成初稿并检查。通常AI会在几秒内生成一张类似标准架构图的画布。我拿到初稿后先看“分层是否正确”再看“连线是否准确”最后看“外部依赖是否单独隔离”。如果发现授权服务和权限策略服务之间缺少一条依赖线我会直接对话说“请补充授权服务到权限策略服务的依赖关系”AI会局部更新不会影响其他部分。第四步微调导出。确认逻辑无误后我会把重点模块的名称统一成项目标准叫法去掉AI有时会多出来的“默认网关”“默认配置”这类冗余节点然后导出成PNG或SVG。整个过程熟练之后确实能做到10分钟完成一张可用于评审的图。3.2 用对提示词架构图生成的三段式提示模板很多人说AI生成的图“不够专业”“结构不对”问题大多出在提示词没有给足约束条件。我测试过大量写法最后沉淀出一套三段式模板分享给你参考。背景段要交代清楚这张图给谁看、解决什么问题。比如“用于技术方案评审”、“用于新人入职培训”、“用于演示系统容灾能力”。受众不同图的侧重点完全不同。评审用图更关注调用链和数据流向培训用图更关注模块职责与交互方式。要求段要写清布局方式和视觉信息。你可以直接指定“分层布局”“环形布局”“按功能域分组”也可以说明“核心服务放中间支撑服务放外围”。AI对这类指令的理解力比较强加上之后输出质量会提升一大截。补充段用来写“非目标内容”。比如“不要显示具体IP地址”“不要展示日志采集链路”“不需要画负载均衡细节”。提前把不需要的东西告诉AI能有效减少垃圾节点。这个模板是我测试了很多次才定下来的。最开始我直接丢一段长篇需求文档给AI结果生成的图又密又乱节点之间大量交叉线根本没法用。后来改成三段式质量稳定了很多。如果你也想用AI生成架构图我建议第一次就按这个模板来避免重复试错。3.3 复杂业务流程图的一次成型技巧用“流程画布”生成流程图我踩过最多的坑是“分支逻辑描述不清楚”。一两句话的简单流程没问题一旦涉及多重判断AI就很容易画出互相冲突的连线。后来我摸索出一个方法把复杂流程拆成多个“子流程”来描述而不是一段文字写完。比如“退款异常处理”这个流程我拆成“主路径”和“异常子流程”两段分别告诉AI再让它拼接到一起。这个方法特别适合超过八个节点、四个以上判断的复杂流程。举个例子某模拟项目里的工单流转流程是这样描述的主流程 用户提交工单 - 系统校验必填字段 - 校验通过后进入待分配池 自动分配规则根据用户等级分配客服VIP用户优先分配高级客服 若高级客服忙则推送到公共池 客服收到工单后开始处理处理完选择“解决”或“转交” 若转交则重新分配若解决则请求用户确认 用户72小时未确认系统自动关闭工单我看到初稿时发现“若高级客服忙则推送到公共池”这一步被AI画成了主流程的并行分支而不是一个条件判断。于是我补充了一句“这是一条条件分支不是并行任务”它很快修正过来。所以给流程类描述时有两点特别重要第一善用“如果……那么……”句式AI能精准理解条件分支第二主动区分“并行任务”和“条件分支”这两者在流程图里表达方式不一样但自然语言里经常混在一起需要你提前写明。3.4 一次批量生成多张图的实战流程有一种更高效的使用方式我最近才彻底掌握一次把需求文档拆成多个图描述分批次让AI生成再统一汇总。这里分享一个我实际做过的案例。某天下午我需要为一个模拟项目交付全套技术文档配图包括系统总体架构图、订单流程时序图、服务部署拓扑图。按以往经验这套图画完至少要大半天。我当时的做法是把总体架构的模块清单列出来发给“蓝图AI”得到第一张架构图把订单流程拆成“用户下单、库存锁定、支付回调、超时释放、售后重试”五个环节发给“流程画布”得到一张时序图风格的流程图把部署环境描述成“服务器、数据库、缓存、消息队列、网关节点”的关系再次让“蓝图AI”生成部署拓扑图。整个过程大约25分钟中间只有两处需要修改一处是时序图里缺少“支付回调”的并发分支我在对话里直接让它补上另一处是部署拓扑图的数据库和缓存节点位置反了我说“把缓存集群放到应用服务旁边数据库放到右下角”它立刻调整。这就是批量生成的价值你不需要关心每一张图怎么画只需要关心每一段文字描述是否准确。画图这个动作本身交给了AI。对比之前从零开始手画效率提升是肉眼可见的。4. AI制图常见翻车现场与排查实录4.1 架构图常见的图层混乱与父子关系错误用AI生成架构图时最常见的翻车现场就是层级混乱。我遇到过好几次明明描述里写得很清楚“核心模块包含认证和授权两个服务”结果生成出来的图把“认证”和“授权”画在了两个完全不相干的区块中间还隔了一层“用户服务”。这种问题本质上是AI对“包含关系”和“依赖关系”的理解产生了混淆。解决方案有两个。第一在提示词里使用明确的层级标签比如用“【应用层】【核心模块】”这样的标记来包裹节点。第二生成后如果发现层级不对不要重新生成整张图而是直接对话说“请把认证服务移动到应用层的核心模块分组下并保留它与授权服务的连接线”。这种局部调整的成功率很高因为AI已经理解了大体结构只是位置摆放有问题。另一个问题是父子关系表达错误。比如描述一个网关模块下面包含了“路由转发、限流过滤、日志埋点”三个子模块AI有可能会把三者画成并列的服务节点。遇到这种情况需要在提示词里明确写“子模块属于网关模块内部用嵌套方式表示”绝不要把子模块和父模块写成独立节点。4.2 流程图生成后无法循环、判断线乱飞怎么办流程图生成最常见的翻车点是“循环逻辑错乱”和“判断线乱飞”。我遇到过几次描述里明确写了“失败重试三次后结束”AI却画成了一个无限循环没有出口。排查之后发现问题出在我在提示词里没说“重试失败后的去向”。告诉AI“如果三次都失败则转人工处理”它就会在循环外面加一个判定条件。记住一个原则所有循环都必须有出口所有判断分支都必须有兜底路径。你在描述需求时要把“正常结束”“异常兜底”两种情况都写进去AI才不会自由发挥。判断线乱飞的问题通常是因为节点数太多、判断分支距离较远。这时候不需要重画可以要求AI“使用汇合节点让所有分支最后统一汇聚到结束节点”也可以要求“把远距离判断改为子流程引用不要直接连线”。这两种方式都能有效减少图的视觉混乱。4.3 避坑速查表生成前、生成后、导出前我整理了一份自己踩坑后沉淀的速查表每次用AI画图前都会过一遍。阶段检查点说明生成前信息是否按“结构”或“流程”分类整理架构图重点写模块和关系流程图重点写顺序和条件生成前分支是否有兜底描述所有条件判断都要写“否则”或“兜底”生成前是否主动限定了不需要展示的内容提前禁止无用节点避免AI过度生成生成后层级和父子关系是否准确重点检查“包含”与“依赖”是否被AI混淆生成后连线是否存在无意义的交叉交叉线会严重影响阅读体验导出前节点名称是否与项目统一不要用AI默认名称要统一改为团队通用叫法导出前是否有清晰的主路径复杂流程应能一眼看出主干而不是所有分支等权这张表我打印出来贴在工位旁边每次画图前扫一眼至少能少返工80%。5. 我的使用心得与更多用法扩展5.1 工具是选择题不是填空题用了几个月AI制图工具之后我最大的体会是AI只能帮你把图“画”出来但画之前的需求拆解和画之后的业务校验仍然是要靠人来做。你越知道自己需要表达什么AI给你的惊喜就越多。反过来如果你连思路都没理清只想靠AI一键生成得到的基本都是一堆漂亮但没法用的图。所以我现在的习惯是在打开AI工具之前先用三分钟把描述文字写顺。这三分钟花得很值因为画图时间会被大幅压缩。与其在画布上拖来拖去不如在文字里把逻辑厘清。5.2 工具还能这样扩展使用除了画架构图和流程图这两款工具还能干很多额外的事。比如“蓝图AI”可以根据代码仓库里的模块目录生成依赖关系图我会把目录结构贴进去让它自动推断模块层级“流程画布”可以生成时序图和泳道图梳理跨部门协作流程时尤其好用。还有一种很实用的场景把旧的手画图拍照或截图后用OCR识别成文字再用文字生成新图。我之前接手过一个历史项目老架构图是一张很模糊的图片我硬生生看了半小时才理清结构。后来我把关键模块名称敲成文字让AI按标准分层架构重新生成出来的图比原来清晰得多。最后再说一个扩展方向AI生成图还可以联动文档工具把生成的图嵌入需求文档或接口文档中。现在我的做法是每次技术方案定稿后顺手把架构图和流程图生成好贴进文档对应章节。团队评审时大家直接看着图讨论比盯着一堆文字说“我觉得这里有问题”来得高效得多。我自己在实际使用中的体会是AI制图工具真正改变的不是“画得有多快”而是“改起来有多轻松”。以前大家怕改图因为一改就牵扯一堆连线、对齐、排版。现在只要改文字描述、重新生成或局部调整十分钟内就能拿到一版新图。这种体验一旦习惯就再也回不去手画图的时代了。希望这篇文章能帮你把时间省下来去处理真正需要你思考的问题。

相关新闻

AI编程大模型免费活动的技术真相与工程实践指南

AI编程大模型免费活动的技术真相与工程实践指南

1. 项目概述:这不是“薅羊毛清单”,而是一份AI编程模型能力演进的实时观测日志“最新免费AI编程大模型活动汇总 2026年10月8日更新”——这个标题乍看像电商促销页,实则藏着当前AI工程落地最真实的脉搏。我从2023年起持续跟踪国内大模型在开发…

2026/10/13 22:18:56 阅读更多 →
PyTorch目标检测实战:小黄人检测从数据准备到模型训练全流程

PyTorch目标检测实战:小黄人检测从数据准备到模型训练全流程

最近用PyTorch做图像识别练习,选了个特别有画面感的入门任务——小黄人检测。目标检测这个名字听着有点唬人,但拆开其实就两件事:先把图片里的小黄人找出来,再用矩形框把它框住。上学那会儿做这类需求,第一反应是搞滑动…

2026/10/13 22:18:56 阅读更多 →
矩阵置零:原地算法与状态管理,LeetCode 73 题全解析

矩阵置零:原地算法与状态管理,LeetCode 73 题全解析

矩阵置零这个题,我第一次在刷题平台上看到时,内心是有点不屑的:两层循环,遇到 0 就改行改列,这不是有手就行?可当我真的原地写起来,才发现完全不是那么回事。题目本身很短:给定一个m…

2026/10/13 22:18:56 阅读更多 →

最新新闻

免费帝国插件内容流水线搭建:采集、伪原创、发布与推送全流程避坑指南

免费帝国插件内容流水线搭建:采集、伪原创、发布与推送全流程避坑指南

简介:这是一款面向站长与SEO从业者的帝国CMS配套插件,聚焦关键词采集、文章采集、伪原创改写、自动发布与搜索引擎推送等环节,帮助希望提升站点收录与排名、又缺乏持续内容产出精力的用户搭建半自动化的优化流程。资源以zip压缩包形式提供&am…

2026/10/13 23:17:20 阅读更多 →
DETR论文笔记与源码解析:端到端目标检测的Transformer实践

DETR论文笔记与源码解析:端到端目标检测的Transformer实践

1. 从标题拆解这个项目到底在讲什么1.1 标题里的三个关键词:论文笔记、源码、DETR看到“论文笔记源码 DETR:End-to-End Object Detection with Transformers”这个标题,我第一反应是:这是一份典型的“论文精读代码复现”组合型笔记。它面向的…

2026/10/13 23:17:20 阅读更多 →
语音FFT变换详解:分帧、加窗、频谱泄漏与Python实现

语音FFT变换详解:分帧、加窗、频谱泄漏与Python实现

拿到一段语音,最先做的往往不是“听”,而是把它丢进傅里叶变换里,看看这个声音到底由哪些频率成分构成。语音信号分析里的FFT变换过程,本质上就是回答一个很基础但又绕不开的问题:这段声音里,低频、中频、高…

2026/10/13 23:17:20 阅读更多 →
LTMU元更新器:让长期目标跟踪不再因更新策略而丢目标

LTMU元更新器:让长期目标跟踪不再因更新策略而丢目标

最近在整理长期目标跟踪相关的资料时,又把这篇文章翻出来重读了一遍。说实话,很多跟踪领域的论文看的是“怎么把特征提得更好”,但LTMU这篇不一样,它瞄准的是一个常被忽略却又致命的问题——跟踪器到底该什么时候更新。这个决定看…

2026/10/13 23:17:20 阅读更多 →
Docker入门与实战——容器实战思考

Docker入门与实战——容器实战思考

容器实战思考1、Docker为什么会成功2、研发人员该如何看待容器2.1、快速上手新技术2.2、容器化的代码仓库2.3、面向业务编程2.4、使用Docker Hub发布开源项目3、容器化开发模式3.1、操作流程3.2、场景示例3.3、注意事项3.4、容器与生产环境1、Docker为什么会成功 Docker实现所…

2026/10/13 23:17:20 阅读更多 →
前馈算法(Feedforward)完全指南:多层感知机与矩阵运算——《Nature of Code》第10章神经网络系列 10.12

前馈算法(Feedforward)完全指南:多层感知机与矩阵运算——《Nature of Code》第10章神经网络系列 10.12

教程文档示例工程 【免费下载链接】website-archive Archive of the Coding Train website (first version) 项目地址: https://gitcode.com/gh_mirrors/we/website-archive 点击查看 免费下载 本文以 Coding Train 网站存档中《Nature of Code》第 10 章 Neural N…

2026/10/13 23:16:20 阅读更多 →

日新闻

物联网系统集成避坑指南:从选型到验收的关键要点

物联网系统集成避坑指南:从选型到验收的关键要点

做了这么多年物联网系统集成的项目,我最大的感受是,大部分坑不是出在技术前沿,而是出在一些看起来很平常的地方。设备选了便宜的、协议没问清楚、现场没摸透、验收标准写得含糊——这些细枝末节,最后都会变成延期、超支和扯皮的大…

2026/10/13 0:00:57 阅读更多 →
ESP32舵机控制全攻略:从PWM原理到高级玩法与常见故障排查

ESP32舵机控制全攻略:从PWM原理到高级玩法与常见故障排查

如果你玩ESP32有一阵子了,很难不碰到舵机控制这道坎。做智能小车要转方向,做机械臂要抬关节,做云台要偏航俯仰,背后都是同一个东西在干活:舵机。而我见过太多人卡在“代码能编译、舵机就是不听话”这个阶段&#xff0c…

2026/10/13 0:00:57 阅读更多 →
CAN总线原理与STM32实战:抗干扰、仲裁、错误处理全解析

CAN总线原理与STM32实战:抗干扰、仲裁、错误处理全解析

1. 为什么CAN总线至今仍是工业现场的“硬通货”?——从汽车底盘到智能温室的真实需求你有没有拆过一辆老款燃油车的中控台?或者调试过某高校实验室里那台跑着Modbus协议却频频丢帧的PLC控制柜?又或者,在某个农业物联网项目里&…

2026/10/13 0:00:57 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/13 2:54:56 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/13 16:22:04 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/13 1:58:08 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/13 22:01:27 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/13 14:57:39 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/12 18:11:17 阅读更多 →