[P] 构建了一个100%客户端视觉流水线，用于实时棋盘与多棋盘检测（Chrome/Firefox扩展） [P]

大家好，受Chessvision.ai等工具启发，我采取了不同的架构方法，构建了一个浏览器扩展（ChessInsights AI），使用本地推理进行100%客户端的棋盘检测和棋子识别——图像数据从不离开用户设备，支持在单帧中检测多个棋盘，且所有功能完全免费。主要目标是将被动棋类内容（YouTube、Twitch、PDF、文章）与主动引擎分析无缝结合，无需切换上下文：只需点击几下即可捕获屏幕内容并获取FEN字符串和引擎评估。 **系统架构与技术方法** **按需捕获（多棋盘支持）：** 扩展不是持续采样视频帧，而是通过浏览器的tab-capture API捕获当前可见标签页的截图，由用户触发（例如一键点击当前视图的“分析”，或使用“照片模式”绘制选择矩形裁剪特定区域）。该截图被送入本地运行的对象检测神经网络（基于YOLO架构，使用TensorFlow.js，WebGL/CPU后端），输出棋盘形状区域的边界框和置信度分数，并经过非极大抑制过滤。由于检测在整个帧上进行而非假设单个棋盘，它可以在一次截图中找到并返回多个不同的棋盘（例如，多图表PDF、新闻文章或广播分屏）。目前，棋盘预期为大致轴对齐的矩形（计划实现严重倾斜棋盘的透视/单应性校正）。 **棋子分类与伪影鲁棒性：** 每个检测到的棋盘被裁剪，分成8x8网格，64个单元格中的每个都被送入单独的本地CNN分类器（同样使用TensorFlow.js）以预测棋子类型或空格。为了处理视频压缩噪声、流媒体叠加层、箭头以及不同的2D/3D棋盘主题，分类器在训练时使用了针对UI伪影和低分辨率捕获的增强数据。 **一切在浏览器内运行：** 检测和分类模型完全在扩展内运行（在Chrome MV3的离屏文档中），通过TensorFlow.js——没有任何图像或帧数据发送到服务器。位置分析使用编译为WebAssembly的Stockfish，在本地Web Worker中运行，因此引擎评估也完全离线进行。结果被转换为FEN字符串，并在扩展的仪表板/棋盘编辑器中显示，您可以在此与本地引擎对弈。 **与现有工具的关键差异** - **设计即隐私：** 没有任何棋盘图像或视频帧上传——检测、分类和引擎分析均在您的设备上本地运行。 - **多棋盘处理：** 原生支持同时捕获多个图表。 - **零成本/无付费墙：** 开箱即用提供完整功能集。 我很想从社区收集关于客户端视觉优化的技术反馈！对于那些构建浏览器CV工具的人：在处理实时帧解析中的压缩伪影和叠加遮挡时，什么边缘情况增强策略或轻量级架构对您最有效？