本文详细复盘了一套基于Qt与OpenCV开发的工业级物体对比检测系统。从光照自适应、ROI提取、多层级过滤算法（几何+轮廓+纹理）到数据库优化，深度解析如何解决工业现场中“形状相似但纹理不同”的检测难题。

Linux环境下使用Python及深度学习模型实现自动抠图的技术方案。

深入解析在Rockchip RK3566平台上，如何利用Qt多线程框架结合OpenCV与RKNN Runtime，实现高性能的端侧人脸检测与识别应用。包含NPU内存管理、模型推理及特征比对的详细技术实现。

讲解了YOLOv5自定义数据训练的流程，并深入辨析了深度学习中“模型结构”与“权重参数”的核心概念。

记录了OpenCV库在Linux下的交叉编译过程，详细说明了CMake工具链配置、编译选项设置及常见错误处理。