第一课：课程导学与环境搭建
各位同学，欢迎来到《YOLO与OpenCV结合实现视频流实时追踪》的第一课。
我是这门课的主讲。做计算机视觉这行快十年了，从最早的OpenCV 2.x时代一路摸爬滚打过来。说实话，当年我刚开始接触目标检测时，哪有什么YOLO啊，都是手动写特征、调参数，一个模型跑一天是常事。现在想想，真是感慨。
好，闲话不多说。这一章我们主要做三件事：搞清楚YOLO是什么、OpenCV能干什么、以及把开发环境搭好。环境搭建是后面所有实验的基础，我建议你跟着一步步来，别跳步。
1.1 YOLO发展史：从v1到v8，我们经历了什么
YOLO，全称You Only Look Once。名字很直白——只看一次。什么意思呢？传统的目标检测算法，比如R-CNN系列，得先提候选区域，再逐个分类，速度慢得像蜗牛。YOLO直接把整张图扔进网络，一次前向传播就输出所有目标的位置和类别。
我第一次用YOLOv1的时候，说实话，被它的速度震惊了。那时候在GTX 1080上跑，实时处理视频流完全没问题。但精度嘛...嗯，小目标检测确实拉胯。
后来YOLOv2、v3不断改进。我个人觉得YOLOv3是个里程碑，它引入了多尺度预测，小目标检测能力大幅提升。我在一个工业质检项目里就用过v3，效果还不错。
再往后，v4、v5、v6、v7、v8...版本号越来越快，但核心思想没变：端到端、单阶段、实时性。我们这门课会以YOLOv8为主，因为它目前生态最好，官方支持也最完善。
核心要点：YOLO系列的核心优势就是「快」。它把检测问题转化为回归问题，一步到位。后面的课程我们会深入源码，你就能理解为什么它这么快了。
1.2 OpenCV简介：计算机视觉的瑞士军刀
OpenCV，全称Open Source Computer Vision Library。说白了，就是一套开源的计算机视觉工具库。从图像读取、滤波、边缘检测，到特征匹配、相机标定、视频处理，它几乎什么都能干。
我最早接触OpenCV是在大学做智能车比赛的时候。那时候用OpenCV做车道线检测，代码写得稀烂，但跑起来的那一刻，真的觉得这东西太神奇了。
在我们这门课里，OpenCV主要承担三个角色：
- 视频流的读取与处理：用cv2.VideoCapture读取摄像头或视频文件
- 图像预处理：缩放、归一化、颜色空间转换等
- 结果可视化：在图像上绘制检测框、标签、置信度等
你想想看，如果没有OpenCV，我们得自己写视频解码、图像绘制，那工作量可就大了去了。
小提示：OpenCV的BGR格式和PyTorch常用的RGB格式不一样。我在项目中踩过这个坑——训练好的模型，推理结果全错了，查了半天才发现是颜色通道顺序搞反了。后面我们会专门讲这个。
1.3 Anaconda与PyTorch安装
环境搭建这块，我强烈建议用Anaconda。为什么？因为它能创建独立的Python环境，不同项目之间互不干扰。我曾经因为环境冲突重装了三次系统，从那以后就老老实实用conda了。
安装步骤很简单，我列一下：
- 去Anaconda官网下载对应系统的安装包，一路默认安装就行
- 打开终端（Windows用Anaconda Prompt），创建新环境：
conda create -n yolo_course python=3.9
conda activate yolo_course然后安装PyTorch。这里要注意，PyTorch的安装命令取决于你的CUDA版本。如果你有NVIDIA显卡，建议装CUDA版；如果没有，装CPU版也能跑，就是慢点。
# 有CUDA的（以CUDA 11.8为例）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# 没有CUDA的
pip install torch torchvision torchaudio安装完成后，验证一下：
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"如果输出True，恭喜你，CUDA可用。如果输出False，也别灰心，CPU模式也能学完这门课的所有内容。
注意：PyTorch版本和CUDA版本要匹配。我曾经帮一个学员排查问题，他装了PyTorch 2.0但CUDA是10.2，结果torch死活检测不到GPU。后来升级CUDA到11.8就解决了。
1.4 CUDA与cuDNN配置
CUDA是NVIDIA的并行计算平台，cuDNN是深度神经网络的加速库。说白了，它们能让你的GPU跑深度学习模型更快。
配置步骤：
- 去NVIDIA官网下载对应系统的CUDA Toolkit（建议11.8或12.1）
- 安装时选择自定义安装，只勾选CUDA组件
- 下载cuDNN，解压后把bin、include、lib文件夹复制到CUDA安装目录
- 配置环境变量（一般安装程序会自动配好）
验证CUDA是否安装成功：
nvcc --version验证cuDNN：
# 找到cuDNN的sample目录，编译运行
cd /path/to/cudnn/samples
make
./mnistCUDNN如果输出Test passed!，说明配置成功。
避坑指南：我曾经在Windows上配CUDA，环境变量配了三次才生效。建议配完后重启终端，或者直接重启电脑。另外，CUDA版本不是越新越好，要看PyTorch支持哪个版本。
1.5 项目结构说明
我们这门课的项目结构是这样的：
yolo_tracking_course/
├── data/ # 存放数据集和视频文件
│ ├── videos/ # 测试视频
│ └── images/ # 测试图片
├── models/ # 存放预训练模型权重
├── utils/ # 工具函数
│ ├── __init__.py
│ ├── video_utils.py # 视频处理相关
│ └── vis_utils.py # 可视化相关
├── configs/ # 配置文件
│ └── config.yaml
├── notebooks/ # Jupyter Notebook教程
├── scripts/ # 可执行脚本
│ ├── detect_video.py # 视频检测
│ └── track_video.py # 视频追踪
├── requirements.txt # 依赖列表
└── README.md # 项目说明这个结构是我多年项目经验总结出来的。你看，数据、模型、工具、配置、脚本，各归各类，找东西特别方便。后面每节课的代码都会放在对应的目录下。
好，第一课的内容就到这里。环境搭好后，建议你跑一下PyTorch的官方示例，确认GPU能正常工作。下一课我们就要开始写真正的检测代码了。
对了，有任何问题，欢迎在课程群里交流。我一般晚上会看消息，白天在写代码或者开会，回复可能慢点，但看到了一定回。
我们下节课见。