VIP20
本课程属于：032-NVIDIA Jetson边缘AI推理部署 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

6. Jetson YOLO目标检测：实时视觉推理项目实战

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
Jetson平台与YOLO目标检测的… · 课程目标 · 学习路径与项目成果预览
课程导入Jetson
02
环境准备
Jetson设备选型（Nano · TX2 · Xavier
环境准备Jetson
03
开发环境搭建
Python虚拟环境 · CUDA/cuDNN/TensorR… · 常用工具（Jupyter
开发环境搭建Python
04
YOLO算法原理
YOLO系列（v5/v8/v11等）… · 网络结构 · 锚框与损失函数
YOLO算法原理
05
数据集准备
目标检测数据集格式（COCO · VOC · YOLO格式）
数据集准备COCO
06
模型选择与下载
不同YOLO版本（n/s/m/l/x… · 预训练权重下载 · 模型结构可视化
模型选择下载
07
ONNX模型转换
PyTorch模型导出为ONNX · ONNX简化与验证 · 动态轴设置与批处理配置
ONNX模型转换
08
TensorRT加速原理
TensorRT工作流程 · 精度模式（FP32/FP16/INT… · 层融合与内存优化
TensorRT加速原理
09
TensorRT引擎生成
使用trtexec工具转换ONNX为… · 自定义Python脚本生成引擎 · 引擎序列化与加载
TensorRT引擎生成
10
Jetson推理框架
使用DeepStream SDK与G… · TensorRT Python AP… · Jetson Inference库的…
Jetson推理框架
11
摄像头接入
USB摄像头 · CSI摄像头 · RTSP视频流的读取与配置
摄像头接入USB
12
实时推理流程
图像预处理（resize · 归一化 · letterbox）
实时推理流程resize
13
目标检测可视化
绘制边界框 · 类别标签 · 置信度
目标检测可视化绘制边界框
14
性能优化技巧
使用TensorRT的INT8量化 · 批处理推理 · 多线程流水线
性能优化技巧TensorRT
15
多模型并行
同时运行多个YOLO模型（如检测+分… · 多路视频流处理 · 资源分配与调度
多模型并行YOLO
16
项目实战
实时行人检测系统——从数据采集 · 模型训练（云端或本地）到Jetson…
项目实战实时行人检测系统
17
项目实战
车辆检测与计数——使用YOLO实现车… · 车辆跟踪（DeepSORT）与计数逻…
项目实战YOLO
18
项目实战
工业缺陷检测——使用自定义数据集训练… · 在Jetson上实现实时缺陷识别与报…
项目实战工业缺陷检测
19
项目实战
无人机视角目标检测——处理高空小目标 · 模型微调 · 推理速度与精度的平衡
项目实战无人机视角目标检…
20
常见问题排查
TensorRT引擎生成失败 · 推理速度慢 · 内存不足
常见问题排查TensorRT
21
模型部署优化
使用TensorRT的INT8校准 · 层剪枝 · 知识蒸馏
模型部署优化TensorRT
22
边缘计算与云协同
Jetson与云端服务器通信 · 模型远程更新 · 数据上传与边缘推理的协同架构
边缘计算云协同
23
DeepStream高级应用
多路视频流并行处理 · 元数据提取 · RTSP输出
DeepStream高级应用
24
YOLO模型训练技巧
在Jetson上直接训练（小模型） · 迁移学习 · 超参数调优
YOLO模型训练技巧
25
模型评估与调优
在Jetson上评估模型精度与速度 · 混淆矩阵分析 · 误检漏检分析
模型评估调优
26
实时视频流分析
结合OpenCV与GStreamer… · ROI区域检测 · 动态帧率控制
实时视频流分析OpenCV
27
低功耗与散热管理
Jetson功耗模式设置 · CPU/GPU频率调节 · 散热方案
低功耗散热管理
28
综合项目
智能安防监控系统——集成人员检测 · 入侵报警 · 人脸模糊
综合项目智能安防监控系统
29
课程总结与进阶
回顾核心知识点 · 常见坑点 · 性能优化经验
课程总结进阶
30
结业项目挑战
自主设计一个实时目标检测应用 · 从需求分析 · 模型选型
结业项目挑战自主设计一个实时…