跳轉到

Informazioni su ATSVisionOps

ATSVISIONOPS.png

Per stare al passo con le crescenti esigenze in termini di funzionalità e per offrire un'esperienza utente migliore, ho completato una migrazione architetturale completa da Tkinter a PySide6. La nuova versione porta miglioramenti significativi in termini di prestazioni, stabilità ed esperienza d'uso.


🌱 La Mia Intuizione Iniziale: Superare "l'Ultimo Miglio" nel Deploy degli Algoritmi

All'inizio dello sviluppo di ATSVisionOps, ci affidavamo a una serie di script sparsi per supportare il nostro lavoro. I parametri non potevano essere regolati in tempo e non erano intuitivi, costringendo tutti a spendere enormi quantità di tempo in attività ripetitive e inefficienti:

  • Configurazione dell'ambiente macchinosa (conflitti di versione CUDA, dependency hell)
  • Lavoro ripetitivo e noioso (annotare manualmente migliaia e migliaia di immagini)
  • Regolazione dei parametri poco intuitiva (parametri nel codice come una scatola chiusa, senza interfaccia)

Ho capito che questo non doveva essere "lavoro fisico". Ho così deciso di costruire un assistente visuale per algoritmi davvero "pronto all'uso" ed "elegante", così che tutti possano riportare la propria attenzione su un lavoro più produttivo.


🚀 Percorso di Sviluppo: l'Evoluzione da Strumento a Ecosistema

(2024/06/29 ~ oggi)

  • 🟩 Demo v1.0.0 ~ Demo v2.2.3 Fase esplorativa: il progetto è stato avviato; sono state implementate le chiamate API per il cloud compute di base; il progetto era ancora in fase esplorativa.
  • 🟨 Demo v2.3.0 ~ Demo v4.1.0 Acquisizione di direzione: la direzione di base è stata definita, con l'obiettivo di risolvere il lavoro ripetitivo, inefficiente e ad alta frequenza.
  • 🟧 Alpha v1.0.0 ~ Beta v1.8.4.5 Primo refactoring: una UI basata su Tkinter è stata implementata, integrando le funzionalità; l'ecosistema ha iniziato a prendere forma ed è stato promosso.
  • 🟥 Stable v2.0.0 ~ Stable v2.5.3 Release ufficiale: ottimizzazione e aggiornamenti della release ufficiale basata su Tkinter; il progetto è entrato in una fase di promozione stabile.
  • 🟦 Stable v3.0.0 ~ oggi Secondo refactoring: una versione completamente nuova basata su PySide6, con importanti breakthrough e un ecosistema completo e maturo.

🔍 Valore Fondamentale

ATSVisionOps non è solo un software; è la nostra concezione di "produzione efficiente":

  • Standardizzazione: formati dati unificati, addio a cartelle sparse.
  • Visualizzazione: un processo completamente trasparente, con variazioni delle metriche monitorate in tempo reale.
  • Efficienza: automazione dell'intero flusso, dalla raccolta dati all'esportazione del modello.

💡 Grazie a ogni compagno di viaggio che ha fatto parte di questo percorso. È il vostro feedback, inviato più e più volte, che ha reso questo software migliore!


📋 Panoramica dello Stato delle Versioni

Ramo di Versione Stato di Manutenzione Livello di Raccomandazione Note
Versione PySide6 🟢 Manutenuta attivamente ⭐⭐⭐⭐⭐ Versione principale; aggiornata continuamente; raccomandata a tutti gli utenti
Versione Tkinter 🔴 Manutenzione terminata ⚠️ Non raccomandata Archiviata e non più aggiornata; mantenuta solo come riferimento storico

Note importanti:

  • ✅ Il software dispone di un controllo automatico degli aggiornamenti integrato

  • 🔄 Tutte le nuove funzionalità e i nuovi operatori sono esclusivi della versione PySide6

  • 📢 Si consiglia agli utenti esistenti di migrare alla versione PySide6 il prima possibile per ottenere il supporto più recente


🚀 Avvio Rapido

🖥️ Compatibilità di Sistema

Piattaforma Versione Supportata Ambiente di Test Stato
Windows 10 / 11 Completamente testato 🟢 Pienamente compatibile (piattaforma preferita)
Linux Ubuntu 24.04+ Piattaforma di test principale 🟢 Funziona in modo stabile; distribuito come pacchetto standard .deb

💡 Note speciali sull'esecuzione su Linux: La versione Linux ha già raggiunto la parità di funzionalità e funziona in modo stabile. Su Ubuntu, ATSVisionOps è impacchettato e distribuito come pacchetto standard .deb, disponibile nella pagina Download e Versioni e installabile con sudo dpkg -i opsstd_*.deb. Se hai bisogno del software per altre distribuzioni Linux, contatta direttamente lo sviluppatore per ottenerlo.

📦 Installazione e Distribuzione (Windows)

  1. Configurazione automatica (consigliata)

    Fai riferimento a Installazione delle Dipendenze.

  2. Configurazione manuale delle dipendenze

    pip install numpy opencv-python pillow scikit-learn tqdm