首页
›
热销单品
›
AI大模型与智能应用
›
《实时目标检测模型部署实战》
所属分类:AI大模型与智能应用
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
📘
实时目标检测模型部署实战
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
学习目标 · 适用人群 · 课程结构
课程导入
学习目标
02
目标检测基础
目标检测任务定义 · 边界框 · 类别
目标检测基础
目标检测任务定义
03
实时目标检测模型概览
YOLO系列 · SSD · RetinaNet
实时目标检测模型…
YOLO
04
部署环境准备
GPU/CPU/边缘设备选择 · CUDA/cuDNN · TensorRT
部署环境准备
GPU/CPU
05
模型导出与转换
PyTorch/TensorFlow… · TensorRT引擎 · OpenVINO IR等格式
模型导出
转换
06
ONNX模型优化
算子融合 · 精度校准 · 动态轴处理
ONNX
模型优化
07
TensorRT部署实战
使用TensorRT加速YOLOv5… · 包括构建引擎 · 动态batch
TensorRT
部署实战
08
OpenVINO部署实战
在Intel CPU/集成GPU上部… · 使用模型优化器和推理引擎
OpenVINO
部署实战
09
ONNX Runtime部署实战
跨平台部署 · 使用C++/Python API · 配置执行提供程序(CPU/CUDA/…
ONNX
Runtime
10
边缘设备部署
在Jetson Nano/Xavie… · 树莓派 · 手机端等资源受限设备上的部署策略
边缘设备部署
Jetson
11
模型量化技术
训练后量化(PTQ)与量化感知训练(… · INT8量化对精度和速度的影响
模型量化技术
PTQ
12
模型剪枝与蒸馏
结构化剪枝 · 通道剪枝 · 知识蒸馏在实时检测模型压缩中的应用
模型剪枝
蒸馏
13
推理性能优化
批处理 · 多线程 · 异步推理
推理性能优化
批处理
14
C++部署实战
使用C++和OpenCV实现实时检测… · 编写高效部署代码
C++
部署实战
15
Python部署实战
使用Python快速部署 · 结合Flask/FastAPI构建推…
Python
部署实战
16
实时视频流处理
从摄像头/视频文件读取帧 · 流水线处理 · 实现实时检测显示
实时视频流处理
从摄像头
17
多目标跟踪集成
在部署中集成DeepSORT/Byt… · 实现实时多目标跟踪
多目标跟踪集成
DeepSORT/Byt
18
模型服务化部署
使用TensorRT Serving · TorchServe · ONNX Runtime Servi…
模型服务化部署
TensorRT
19
容器化部署
使用Docker和Kubernete… · 实现可扩展的推理服务
容器化部署
Docker
20
性能评估与基准测试
延迟 · 吞吐量 · FPS
性能评估
基准测试
21
常见部署问题排查
内存泄漏 · 显存不足 · 推理速度慢
常见部署问题排查
内存泄漏
22
模型版本管理与回滚
模型仓库 · 版本控制 · A/B测试
模型版本管理
回滚
23
安全与隐私
模型加密 · 输入输出校验 · 对抗攻击防护
安全
隐私
24
实战项目一
基于YOLOv5的实时安全帽检测系统…
实战项目一
YOLOv5
25
实战项目二
基于YOLOv8的实时车辆检测与计数…
实战项目二
YOLOv8
26
实战项目三
边缘设备上的实时口罩检测部署(Jet…
实战项目三
Jet
27
实战项目四
实时行人检测与跟踪系统部署(C++…
实战项目四
C++
28
综合项目
构建一个完整的实时目标检测服务 · 支持多模型切换 · 动态配置
综合项目
构建一个完整的实…
29
前沿趋势与扩展
Transformer检测器(DET… · YOLO-NAS · 轻量化模型(MobileNet)部署…
前沿趋势
扩展
30
课程总结与进阶路径
知识回顾 · 常见误区 · 学习资源推荐
课程总结
进阶路径
所属VIP或分类
同VIP:AI-Agent-Harness系统开发
同VIP:AI-Agent原理与自主代理架构
同VIP:AI-Agent性能评估与优化