📘 边缘行人检测·实战
30章 · 从入门到部署
🎯 友好色系
01
课程导论与硬件选型
边缘计算概念 · Jetson Nano / RK3588 / 树莓派对比 · 选型建议
02
开发环境搭建
刷机与系统安装 · Python环境 · OpenCV & ONNX Runtime
03
Python基础回顾
面向对象 · 装饰器 · 多线程/多进程在视觉任务中的应用
04
OpenCV基础
图像读取与显示 · 颜色空间转换 · 滤波与边缘检测
05
视频流处理
摄像头调用 · 视频读写 · 帧率控制与缓冲策略
06
目标检测基础
IoU计算 · NMS原理 · mAP评估指标
07
轻量级检测模型
MobileNet · ShuffleNet · EfficientNet-Lite 结构解析
08
YOLO系列演进
YOLOv3→v8 · 边缘设备模型选型
09
模型转换与量化
PyTorch转ONNX · FP16/INT8量化 · TensorRT加速
10
ONNX Runtime部署
模型加载 · 推理接口封装 · 性能基准测试
11
TensorRT部署
Engine构建 · 动态shape · 多流并发推理
12
行人检测数据集
COCO · CrowdHuman · WiderPerson 解析与预处理
13
模型训练实战
自定义数据集微调 YOLOv8n
14
模型剪枝与蒸馏
结构化剪枝 · 知识蒸馏 · 边缘设备应用
15
多目标跟踪基础
SORT算法 · 卡尔曼滤波 · 匈牙利匹配
16
DeepSORT算法
ReID特征提取 · 级联匹配 · 外观+运动融合
17
ByteTrack算法
低分检测框利用 · BYTE关联 · 与SORT对比
18
跟踪算法部署
跟踪器集成推理管线 · ID管理策略
19
摄像头多路并发
多线程/多进程 · GIL问题 · 共享内存优化
20
帧率优化策略
跳帧推理 · ROI检测 · 动态分辨率调整
21
后处理优化
NMS加速 · 检测框平滑 · 坐标映射与校正
22
系统架构设计
生产者-消费者 · 异步推理 · 可视化与日志分离
23
实时可视化
OpenCV绘图优化 · OSD叠加 · 帧率显示与告警
24
数据记录与回放
视频录制 · 结构化日志 · SQLite存储轨迹
25
网络传输
MQTT/WebSocket推送 · RTMP推流
26
功耗与热管理
CPU/GPU频率调节 · 温控策略 · 低功耗模式
27
鲁棒性增强
光照变化处理 · 遮挡处理 · 相机抖动补偿
28
多设备协同
分布式检测 · 主从架构 · 负载均衡
29
项目实战:商场客流统计
检测+跟踪+计数+可视化
30
项目实战:校园安全监控
区域入侵检测 · 轨迹回放 · 告警联动