VIP20
本课程属于：030-Intel Edge AI与OpenVINO部署优化 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

8. OpenVINO目标检测部署：YOLO模型转换和后处理

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
了解OpenVINO工具套件在目标检… · 明确YOLO模型转换和后处理的整体流… · 掌握课程学习目标与前置知识
课程导入OpenVINO
02
环境搭建
安装OpenVINO开发环境 · 配置Python虚拟环境 · 验证OpenVINO运行时和模型优化…
环境搭建OpenVINO
03
YOLO模型基础
回顾YOLO系列（v5/v8等）的网… · 输出张量格式（边界框 · 置信度
YOLO模型基础
04
模型转换准备
导出YOLO模型为ONNX格式 · 理解PyTorch/Ultralyt… · 动态输入）对后续转换的影响
模型转换准备YOLO
05
OpenVINO模型转换
使用mo（Model Optimiz… · 掌握命令行和Python API两种…
OpenVINO模型转换
06
IR模型检查
使用Netron或OpenVINO工… · 数据类型 · 验证转换是否成功
IR模型检查
07
推理引擎初始化
使用OpenVINO Runtime… · 配置设备（CPU/GPU/VPU） · 理解推理请求（InferReques…
推理引擎初始化OpenVINO
08
输入预处理
将图像调整为模型要求的尺寸（如640… · 进行归一化 · 通道转换（BGR/RGB）和布局转换…
输入预处理将图像调整为模型…
09
YOLO输出解析
理解YOLO模型输出的原始张量结构（… · 解析边界框坐标 · 置信度和类别概率
YOLO输出解析
10
后处理之解码
将模型输出的中心坐标 · 宽高转换为边界框的左上角和右下角坐标 · 并应用缩放因子映射回原图
后处理之解码将模型输出的
11
后处理之置信度过滤
根据置信度阈值（如0.5）过滤低质量… · 保留高置信度的候选框
后处理之置信度过…根据置信度阈值
12
后处理之NMS
实现非极大值抑制（NMS）算法 · 去除重叠框 · 理解IoU阈值的作用和选择策略
NMS后处理之
13
后处理之类别映射
将模型输出的类别索引映射到实际类别名… · 并可视化标签
后处理之类别映射将模型输出的类别…
14
性能优化
使用OpenVINO的异步推理（As… · 理解同步与异步的区别
性能优化OpenVINO
15
模型量化
使用OpenVINO的Post-tr… · 减小模型大小并加速推理
模型量化OpenVINO
16
精度评估
在验证集上计算mAP等指标 · 对比转换前后和量化前后的精度损失 · 确保部署质量
精度评估mAP
17
多设备部署
配置OpenVINO在CPU · GPU · VPU等不同设备上的运行
多设备部署OpenVINO
18
摄像头实时检测
编写代码从摄像头读取视频流 · 结合OpenVINO推理和后处理实现…
摄像头实时检测编写代码从摄像头…
19
视频文件检测
处理视频文件 · 逐帧推理并输出带检测框的视频 · 考虑帧率控制和显示优化
视频文件检测处理视频文件
20
图像批量推理
实现多张图像的批量处理 · 利用OpenVINO的批处理能力提高…
图像批量推理实现多张图像的批…
21
常见问题排查
解决模型转换失败 · 推理报错 · 输出解析错误等常见问题
常见问题排查解决模型转换失败
22
动态形状支持
配置OpenVINO模型以支持动态输… · 处理不同分辨率的图像
动态形状支持OpenVINO
23
自定义数据集训练模型转换
将自定义训练的YOLO模型（如检测特…
自定义数据集训练…YOLO
24
后处理代码封装
将解码 · NMS等后处理逻辑封装为可复用模块 · 便于集成到项目中
后处理代码封装将解码
25
与OpenCV集成
结合OpenCV进行图像读取 · 绘制检测框 · 显示结果
OpenCV集成
26
性能基准测试
使用OpenVINO的benchma…
性能基准测试OpenVINO
27
模型版本管理
管理不同版本的IR模型 · 实现模型热切换和回滚机制
模型版本管理IR
28
部署到边缘设备
将OpenVINO YOLO检测部署… · 考虑资源限制
部署到边缘设备OpenVINO
29
综合实战项目
构建一个完整的YOLO目标检测应用 · 从模型转换 · 后处理到UI展示
综合实战项目YOLO
30
课程总结与进阶
回顾课程核心内容 · 介绍OpenVINO生态的进阶工具（… · 提供进一步学习资源
课程总结进阶