Shailesh-A-hub/task-aware-object-selection：边缘可部署、免训练的任务感知物体选择框架

该仓库开源一个免训练、可边缘部署的任务感知物体选择框架，组合 YOLOv8-nano（约3.2M参数）、35.5 KB（INT8）离线 LLM 蒸馏可供性知识库和 OpenRouter 动态推理，在标准 CPU 上约140-150 ms 完成识别、排序并选出最适合任意任务查询的物体，无合适物体时安全拒识。系统采用4阶段流水线：语义门控 Sim ≥ 0.12、融合阈值 Score ≥ 0.25（语义权重0.7、置信度0.3），知识库覆盖 80 个 COCO 类别与 14 个 COCO 任务，无需任务训练即可支持无限开放查询。