VIP20

本课程属于：038-Raspberry Pi AI视觉与边缘推理项目 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

4. Raspberry Pi目标检测项目：YOLO模型本地推理实战

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

了解Raspberry Pi目标检测… · 学习路径 · 所需硬件与软件环境

课程导入Raspberry

Raspberry Pi基础

掌握Raspberry Pi的型号选… · 系统安装 · SSH远程连接

Python与OpenCV环境搭建

在Raspberry Pi上安装Py… · pip · 虚拟环境以及OpenCV库

YOLO模型原理入门

理解YOLO系列模型的核心思想（单阶… · 锚框 · 置信度

YOLO模型原理入门

目标检测基础概念

掌握IoU · mAP · NMS

目标检测基础概念IoU

模型选择与下载

学习如何根据Raspberry Pi… · YOLOv8n） · 并下载预训练权重文件

模型选择下载

模型转换与优化

掌握将PyTorch模型转换为ONN… · 并了解量化 · 剪枝等轻量化技术

模型转换优化

Raspberry Pi推理框架选择

对比OpenCV DNN · ONNX Runtime · TensorFlow Lite

摄像头接入与图像采集

配置Raspberry Pi Cam… · 使用OpenCV或picamera库…

摄像头接入图像采集

YOLO本地推理流程

实现从加载模型 · 预处理图像（缩放 · 归一化）

YOLO本地推理流程

基于OpenCV DNN的YOLO推理实战

使用OpenCV的dnn模块加载YO… · 编写Python代码实现目标检测并绘…

基于Ultralytics YOLO的推理实战

利用Ultralytics库在Ras… · 实现简洁的推理代码

UltralyticsYOLO

基于ONNX Runtime的推理实战

将YOLO模型转换为ONNX格式 · 使用ONNX Runtime在树莓派…

基于TensorFlow Lite的推理实战

将YOLO模型转换为TFLite格式 · 并利用TFLite Runtime在… · 适合低功耗场景

性能优化与加速

通过调整输入尺寸 · 使用半精度 · 启用NPU（如Coral）或GPU（…

性能优化加速

多线程与实时视频流处理

设计多线程架构 · 实现视频流的实时目标检测 · 避免帧丢失和延迟

多线程实时视频流处理

目标检测结果可视化

学习如何在图像和视频中绘制边界框 · 标签 · 置信度

目标检测结果可视…学习如何

静态图像目标检测 · 运行YOLO模型检测多个物体 · 并保存结果

项目实战静态图像目标检测

实时视频目标检测：实现摄像头实时检测 · 并在屏幕上显示检测结果 · 调整参数以平衡速度与精度

项目实战实时视频目标检测

特定场景应用（如人脸/车辆检测） · 完成特定目标的检测任务

项目实战特定场景应用

模型微调与自定义数据集

了解如何收集和标注自定义数据集 · 使用YOLO训练自己的模型 · 并部署到树莓派上

模型微调自定义数据集

常见问题排查

解决模型加载失败 · 内存不足 · 推理速度慢

常见问题排查解决模型加载失败

功耗与散热管理

优化Raspberry Pi的功耗和… · 确保长时间稳定运行目标检测任务

功耗散热管理

远程监控与Web界面

将检测结果通过Web服务器或MQTT… · 实现远程监控

Web远程监控

与云服务集成

将树莓派检测结果上传至云平台（如AW… · 阿里云） · 实现数据存储与进一步分析

云服务集成AW

智能安防系统：结合运动检测 · YOLO目标识别和报警机制 · 构建一个完整的智能安防系统

综合项目智能安防系统

智能交通监控：利用YOLO检测车辆 · 行人 · 交通标志

综合项目YOLO

性能基准测试与对比

对不同模型 · 框架 · 输入尺寸进行基准测试

性能基准测试对比

部署与发布

将项目打包为可执行脚本或服务 · 设置开机自启动 · 并编写文档供他人使用

课程总结与进阶方向

回顾整个课程内容 · 总结关键技能 · 并探讨未来在树莓派上部署更复杂模型（…

课程总结进阶方向