所属分类：视觉图像与光学光电 当前为单品课程，可返回上一级继续浏览同方向资料。

← 返回上一级

← 返回所属目录咨询 / 购买

OpenCV与YOLO实时视频流目标检测实战

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

学习目标 · 课程结构 · 环境准备（Python

课程导入学习目标

图像读取 · 显示 · 保存

OpenCV图像读取

视频处理基础

视频捕获 · 帧读取 · 视频写入

视频处理基础视频捕获

目标检测概述

目标检测发展历程 · 传统方法与深度学习方法对比 · YOLO系列演进（v3/v5/v8等…

目标检测概述目标检测发展历程

YOLO原理剖析

网络结构 · 锚框机制 · 置信度与类别概率

YOLO原理剖析

YOLO模型获取与配置

下载预训练权重 · 配置文件 · 类别标签文件

YOLO模型获取

OpenCV DNN模块

使用cv2.dnn.readNet加… · 设置输入尺寸 · 缩放因子与均值

前向推理与输出解析

执行网络前向传播 · 解析输出张量 · 提取边界框

前向推理输出解析

后处理与可视化

应用NMS过滤重叠框 · 绘制边界框 · 类别标签与置信度

后处理可视化

实时视频流检测

将YOLO检测集成到OpenCV视频… · 实现摄像头或视频文件的实时检测

实时视频流检测YOLO

使用更轻量级模型（如YOLOv5s · YOLOv8n） · 调整推理尺寸

性能优化YOLOv5s

多目标跟踪入门

结合跟踪算法（如IOU跟踪 · DeepSORT）提升检测稳定性 · 实现简单多目标跟踪

多目标跟踪入门IOU

自定义数据集训练

数据采集 · 标注工具（LabelImg） · 数据集格式（YOLO txt格式）与…

自定义数据集训练数据采集

模型训练与验证

配置训练参数 · 训练过程监控 · 损失曲线分析

模型训练验证

模型转换与部署

将PyTorch模型转换为ONNX · 再使用OpenCV DNN加载ONN…

模型转换部署

实战项目一

实时人脸检测——使用YOLO检测视频… · 并实现简单的人脸计数与区域统计

实战项目一YOLO

实战项目二

车辆检测与计数——在交通视频流中检测… · 实现车流量统计与速度估算（基于帧差）

实战项目二车辆检测

实战项目三

安全帽检测——训练自定义安全帽检测模… · 在工地视频流中实时检测未佩戴安全帽的…

实战项目三安全帽检测

实战项目四

行人检测与安全预警——检测行人并计算… · 实现危险区域入侵报警

实战项目四行人检测

实战项目五

商品检测与货架管理——在零售场景中检… · 实现库存监控与缺货提醒

实战项目五商品检测

常见问题与调试

模型加载失败 · 推理速度慢 · 检测精度低

常见问题调试

模型调优技巧

数据增强 · 超参数调整 · 类别不平衡处理

模型调优技巧数据增强

多线程与异步处理

使用Python多线程或队列优化视频…

多线程异步处理

边缘设备部署

在树莓派 · Jetson Nano等设备上运行Y… · 模型压缩与量化

边缘设备部署树莓派

实时检测系统架构

设计可扩展的检测系统 · 包括视频源管理 · 检测服务

实时检测系统架构设计可扩展的检测…

与深度学习框架集成

使用PyTorch或TensorRT… · 对比OpenCV DNN与专用框架的…

深度学习框架集成PyTorch

视频流协议处理

RTSP · HTTP流 · 本地文件等不同视频源的接入与处理

视频流协议处理RTSP

检测结果后处理进阶

目标轨迹绘制 · 热力图生成 · 检测结果导出（CSV/JSON）与数…

检测结果后处理进…目标轨迹绘制

构建一个完整的实时目标检测系统 · 支持多视频源 · 多模型切换

综合实战构建一个完整的实…

课程总结与进阶方向

回顾核心知识点 · 介绍YOLO最新进展（如YOLOv9 · YOLOv10）

课程总结进阶方向