YOLO + OpenCV 实时追踪
📚 30章 · 从入门到实战
01
课程导学与环境搭建
YOLO发展史
OpenCV简介
Anaconda/PyTorch
CUDA cuDNN
项目结构
02
OpenCV基础 (一)
图像读取显示
视频捕获保存
色彩空间转换
缩放裁剪
03
OpenCV基础 (二)
滤波与边缘检测
形态学操作
轮廓查找绘制
直方图均衡化
04
深度学习基础回顾
卷积神经网络
Anchor机制
NMS
IOU与损失函数
05
YOLOv8模型详解
网络架构
Backbone/Neck
Head输出解析
配置文件解读
06
YOLOv8环境配置
源码下载
依赖安装
预训练权重
命令行训练预测
07
数据集准备与标注
LabelImg安装
COCO格式解析
自定义数据集
数据集划分
08
YOLOv8模型训练
训练参数详解
训练监控
损失曲线
断点续训
09
模型评估与调优
mAP指标
混淆矩阵
超参数调优
过/欠拟合
10
模型导出与部署
ONNX导出
TensorRT加速
OpenVINO
量化压缩
11
OpenCV DNN入门
DNN模块介绍
加载ONNX
前向推理
输出解析
12
YOLOv8 OpenCV推理 (一)
加载模型预处理
前向传播
张量解析
边界框解码
13
YOLOv8 OpenCV推理 (二)
NMS后处理
置信度过滤
类别筛选
结果可视化
14
视频流读取与处理
OpenCV视频捕获
帧率控制
多线程读取
RTSP/RTMP
15
实时目标检测实现
逐帧检测
FPS显示
结果叠加
键盘控制退出
16
多目标追踪基础
SORT/DeepSORT/ByteTrack
卡尔曼滤波
匈牙利匹配
17
SORT算法实现
状态预测更新
关联矩阵
轨迹管理
ID分配回收
18
DeepSORT算法 (一)
特征提取网络
外观匹配
级联匹配
马氏/余弦距离
19
DeepSORT算法 (二)
代码集成
参数调优
性能对比
问题排查
20
ByteTrack算法
低分检测框利用
二次关联
BYTE机制
代码实战
21
YOLO+追踪器集成
检测追踪线程分离
数据关联管道
ID稳定性
丢帧处理
22
目标计数与统计
进出区域计数
虚拟线计数
停留时间
热力图生成
23
轨迹绘制与回放
历史轨迹存储
轨迹平滑
轨迹可视化
回放功能
24
速度估计与行为分析
像素距离换算
速度计算
异常行为检测
逆行/滞留
25
多摄像头追踪
坐标标定
跨摄像头ID匹配
视野重叠处理
全局轨迹拼接
26
性能优化 (一)
模型剪枝蒸馏
TensorRT推理
批处理推理
异步处理
27
性能优化 (二)
多进程流水线
GPU解码
零拷贝技术
内存池管理
28
Web端实时展示
Flask视频推送
WebSocket通信
前端画布渲染
控制面板
29
综合项目实战 (一)
智慧交通流量监测
需求分析
架构设计
模块划分
代码实现
30
综合项目实战 (二)
系统联调
性能测试
部署上线
课程总结展望