📦 实时目标检测 · 搭建指南
🎯 30章 · 从入门到部署
01
课程导论与目标
什么是实时目标检测？课程目标、适用人群、学习路径规划
02
计算机视觉基础
图像表示、颜色空间、图像滤波与边缘检测
03
深度学习基础回顾
神经网络、卷积层、池化层、全连接层
04
目标检测发展史
从传统方法到深度学习，R-CNN系列、YOLO系列、SSD简介
05
环境搭建（一）
操作系统选择（Ubuntu）、Python环境、CUDA与cuDNN安装
06
环境搭建（二）
PyTorch框架安装、TensorFlow框架安装、Docker环境配置
07
数据集准备（一）
常见数据集介绍（COCO、VOC、Open Images），数据集下载与解析
08
数据集准备（二）
数据标注工具（LabelImg、CVAT），自定义数据集制作与格式转换
09
数据预处理与增强
归一化、随机裁剪、翻转、色彩抖动、Mosaic增强
10
YOLOv5 原理详解
网络架构、Backbone、Neck、Head、损失函数
11
YOLOv5 实战（一）
源码下载、项目结构解析、配置文件解读
12
YOLOv5 实战（二）
训练自己的数据集，参数调优与日志分析
13
YOLOv5 实战（三）
模型评估（mAP、Recall、Precision）、推理与可视化
14
YOLOv8 新特性
相比v5的改进、Anchor-Free、Task-Aligned Assigner
15
YOLOv8 实战
训练、评估与部署流程
16
SSD 与 RetinaNet
单阶段检测器原理，Focal Loss 解决类别不平衡
17
Faster R-CNN 详解
两阶段检测器，RPN网络，ROI Pooling
18
模型轻量化（一）
模型剪枝、量化（INT8/FP16）、知识蒸馏
19
模型轻量化（二）
TensorRT 加速、ONNX 导出与部署
20
实时推理优化
批处理、异步推理、多线程流水线
21
视频流目标检测
OpenCV 视频读取、帧处理、RTSP/RTMP 流接入
22
多目标跟踪入门
SORT、DeepSORT 算法原理与实战
23
模型部署（一）
使用 Flask/FastAPI 搭建检测 API 服务
24
模型部署（二）
使用 ONNX Runtime 进行跨平台推理
25
模型部署（三）
NVIDIA Jetson 边缘设备部署实战
26
项目实战（一）
智能安防系统 - 人员入侵检测
27
项目实战（二）
工业质检 - 缺陷检测
28
项目实战（三）
自动驾驶感知 - 车辆与行人检测
29
性能监控与调优
Profiling 工具、内存管理、CPU/GPU 负载均衡
30
课程总结与进阶方向
Transformer 检测器（DETR）、多模态检测、未来趋势
✨ 点击卡片跳转对应章节 · 30章完整目录