📚 课程目录第1章项目导览与环境准备

一、项目导览与环境准备：YOLO多类别检测实战起航

各位同学，欢迎来到《YOLO多类别检测项目实战全流程》的第一章。

我是你们这门课的主讲。在正式开始之前，我想先聊聊YOLO这个系列。说实话，我从YOLOv1刚出来那会儿就开始关注它了。那时候它还是个“异类”——别人都在做两阶段检测，它偏要一次搞定。结果呢？它改变了整个目标检测的格局。

1.1 YOLO发展史：从v1到v8的进化之路

YOLO的全称是You Only Look Once。说白了，就是只看一眼就能知道图片里有什么、在哪儿。这个思路在当时非常大胆。

版本	发布时间	核心贡献	我的评价
YOLOv1	2016	开创性的一阶段检测框架	想法惊艳，但精度和召回都不太行
YOLOv2	2017	引入Anchor Box、Batch Normalization	终于能用了，我第一个生产项目用的就是它
YOLOv3	2018	多尺度预测、Darknet-53骨干	经典之作，至今仍有团队在用
YOLOv4	2020	Mish激活、CSPNet、PANet	工程优化集大成者
YOLOv5	2020	PyTorch原生实现、超轻量	社区最活跃，教程最多
YOLOv8	2023	Anchor-Free、C2f模块、任务解耦头	目前最推荐入门的版本

为什么会从v1一路迭代到v8？你想想看，目标检测这个任务本身就没那么简单——既要分类，又要定位。YOLO的进化史，其实就是不断在“速度”和“精度”之间找平衡的过程。

课程选型说明：本课程以YOLOv8为核心框架。原因有三：一是它原生支持PyTorch，环境配置最省心；二是它的多类别检测能力经过大量验证；三是我个人习惯用最新稳定版做教学，避免大家学完就过时。

1.2 项目目标：我们要做什么？

这门课不是讲理论，是带着大家从头到尾做一个完整的多类别检测项目。

具体来说，我们要完成这几件事：

数据准备——采集、标注、增强一个多类别数据集
模型训练——从零训练YOLOv8，并调优超参数
模型评估——用mAP、F1-Score等指标衡量效果
模型部署——导出为ONNX/TensorRT，在边缘设备上跑起来

嗯，这里要注意：我们选用的数据集会包含至少5个类别，涵盖不同尺度、不同光照条件的真实场景。这样训练出来的模型才有实战价值。

我的建议：如果你手头有自己感兴趣的数据集，完全可以替换掉课程中的示例数据。学完流程后，迁移到自己的项目上会非常顺畅。

1.3 GPU环境配置：CUDA与cuDNN

做深度学习，GPU是绕不开的。我曾经在CPU上跑过一次YOLOv3训练，等了整整两天……从那以后，我再也不建议任何人用CPU做训练。

1.3.1 检查硬件

先确认你的机器有没有NVIDIA显卡。打开命令行，输入：

nvidia-smi

如果能看到显卡信息，比如“NVIDIA GeForce RTX 3060”，那就没问题。如果提示“命令未找到”，说明驱动没装好。

避坑指南：我曾经遇到过学生用笔记本的集显跑nvidia-smi，结果啥也看不到。记住，只有NVIDIA的独立显卡才支持CUDA。AMD显卡、Intel集显都不行。

1.3.2 安装CUDA Toolkit

CUDA是NVIDIA的并行计算平台。PyTorch需要它来调用GPU。

安装步骤：

访问NVIDIA官网，下载CUDA 11.8或12.1（推荐这两个版本，PyTorch支持最好）
运行安装程序，选择“自定义安装”，只勾选“CUDA”组件
安装完成后，配置环境变量

验证安装：

nvcc --version

如果显示版本号，比如“Cuda compilation tools, release 11.8”，就说明装好了。

1.3.3 安装cuDNN

cuDNN是CUDA的深度学习加速库。没有它，训练速度会慢很多。

安装流程：

去NVIDIA开发者网站注册并下载cuDNN（需要和CUDA版本匹配）
解压后，把bin、include、lib文件夹里的文件复制到CUDA安装目录下
或者直接用pip安装：pip install nvidia-cudnn-cu11

我的习惯：我一般用第二种方式，pip安装省事，而且不会污染系统目录。万一版本不对，卸载也方便。

1.4 PyTorch安装与验证

终于到主角了。PyTorch是我们整个课程的基础框架。

1.4.1 安装PyTorch

打开PyTorch官网（pytorch.org），选择你的配置：

PyTorch Build：Stable (2.x)
Your OS：Windows/Linux/Mac
Package：Pip
Compute Platform：CUDA 11.8 或 12.1

它会生成一条命令，类似这样：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

直接复制到终端运行就行。

避坑指南：千万不要用pip install torch不加任何参数！那样会安装CPU版本的PyTorch。我见过太多人踩这个坑了，装完发现用不了GPU，又得重装。

1.4.2 验证安装

写一小段Python代码来验证：

import torch
print("PyTorch版本:", torch.__version__)
print("CUDA是否可用:", torch.cuda.is_available())
print("GPU数量:", torch.cuda.device_count())
if torch.cuda.is_available():
    print("当前GPU:", torch.cuda.get_device_name(0))

如果输出类似这样：

PyTorch版本: 2.1.0+cu118
CUDA是否可用: True
GPU数量: 1
当前GPU: NVIDIA GeForce RTX 3060

那就恭喜你，环境配置成功了！

1.5 本章知识体系总览

下面这张图总结了第一章的核心内容，方便你回顾：

1.6 本章小结

这一章我们做了三件事：

理清了YOLO从v1到v8的发展脉络，知道为什么选v8做教学
明确了项目目标——做一个完整的多类别检测系统
配置好了GPU环境和PyTorch，为后续实战铺平了道路

重要提醒：环境配置是后续所有实验的基础。如果这一步没走通，后面的代码跑不起来会很痛苦。我建议你花点时间，把CUDA、cuDNN、PyTorch的版本对应关系搞清楚。磨刀不误砍柴工。