1、课程导学与环境搭建：TensorFlow 2.x 安装与配置、GPU环境搭建、开发工具推荐（VSCode/Jupyter）、课程项目概览

1.1 这门课到底讲什么？

说实话，市面上讲图像分割、目标检测和OCR的课程不少。但很多要么太理论，要么就是给你一堆跑不通的代码。我做了这么多年计算机视觉，踩过的坑比走过的路还多。

这门课不一样。我会带着你从零开始，把TensorFlow 2.x环境搭好，然后一步步实现三个实战项目：

• 图像分割：比如把照片里的猫和背景分开
• 目标检测：在一张图里找出所有行人、车辆
• OCR文字识别：从发票、车牌上提取文字

每个项目我都会给完整的代码，还有我实际调参时踩过的坑。你想想看，如果只是看文档，遇到报错可能卡好几天。但跟着有经验的人走，效率完全不一样。

1.2 TensorFlow 2.x 安装——别被版本坑了

嗯，这里要注意。TensorFlow的版本问题，我见过太多人栽跟头了。

我个人习惯用 TensorFlow 2.10 或 2.12。为什么？因为2.10是最后一个原生支持Windows GPU的版本，2.12开始有些API变了，但稳定性更好。

安装步骤（以Linux为例）

# 创建虚拟环境（强烈建议！）
conda create -n tf_cv python=3.9
conda activate tf_cv

# 安装TensorFlow
pip install tensorflow==2.10.0

# 验证安装
python -c "import tensorflow as tf; print(tf.__version__)"

避坑指南

我曾经遇到过一个问题：明明装了CUDA，但TensorFlow就是检测不到GPU。后来发现是CUDA版本和cuDNN版本不匹配。

这里给出一张我整理的版本对应表：

TensorFlow版本	Python版本	CUDA版本	cuDNN版本
2.10.0	3.8 - 3.11	11.2	8.1
2.12.0	3.8 - 3.11	11.8	8.6
2.13.0	3.9 - 3.12	12.2	8.9

1.3 GPU环境搭建——让你的训练快10倍

说白了，没有GPU，训练一个目标检测模型可能要等一整天。有了GPU，可能就一小时。

我个人建议的硬件配置：

• 最低要求：NVIDIA GTX 1060 6GB（二手几百块）
• 推荐配置：RTX 3060 12GB 或 RTX 4070
• 土豪配置：RTX 4090 24GB

快速检测GPU是否可用

import tensorflow as tf

# 检测GPU
gpus = tf.config.list_physical_devices('GPU')
if gpus:
    print(f"找到 {len(gpus)} 个GPU:")
    for gpu in gpus:
        print(f"  - {gpu.name}")
else:
    print("没有检测到GPU，将使用CPU训练")

1.4 开发工具推荐——工欲善其事

我这些年换过不少编辑器，最后稳定在VSCode和Jupyter之间切换。

VSCode配置

我个人习惯装这几个插件：

• Python：微软官方，必装
• Jupyter：可以在VSCode里直接跑.ipynb文件
• GitLens：看代码修改历史，调试时很有用
• Rainbow CSV：处理数据集时，看CSV文件一目了然

Jupyter Notebook

说实话，做实验和调试时，Jupyter比VSCode方便。你可以一段一段跑代码，随时看中间结果。

# 安装Jupyter
pip install jupyter notebook

# 启动
jupyter notebook

1.5 课程项目概览——我们要做什么？

这门课一共三个实战项目，每个都对应一个真实场景。

项目一：图像分割——把照片里的物体抠出来

说白了，就是给每个像素打标签。比如一张街景照片，把天空、道路、行人、车辆分别标出来。

我们会用 U-Net 和 DeepLabV3+ 两种模型。U-Net结构简单，适合入门；DeepLabV3+精度更高，适合实际项目。

项目二：目标检测——在一张图里找出所有目标

这个应用场景太多了。自动驾驶要检测行人车辆，安防要检测异常行为，工业质检要检测缺陷。

我们会实现 YOLOv8 和 Faster R-CNN。YOLO速度快，适合实时场景；Faster R-CNN精度高，适合对速度要求不高的场景。

项目三：OCR文字识别——从图片里提取文字

发票识别、车牌识别、文档数字化……OCR的需求一直很大。

我们会用 CRNN + CTC 的经典组合。CRNN负责提取图像特征，CTC负责序列对齐。这个组合在工业界用了很多年，非常成熟。

1.6 本章小结

这一章我们做了三件事：

1. 了解了课程的整体内容和学习路径
2. 搭好了TensorFlow 2.x环境，包括GPU支持
3. 配置了开发工具，了解了三个实战项目

环境搭好了，后面就是真刀真枪地干。下一章，我们会从图像分割开始，一步步实现第一个项目。

记住：代码跑不通是正常的，我写代码时也经常报错。关键是学会怎么调试、怎么查资料。这门课里，我会把调试技巧也一并教给你。