首页
›
AI视觉与工业视觉
›
019-YOLO系列算法实战
›
《YOLO实战从数据集标注到模型部署》
VIP20
本课程属于:019-YOLO系列算法实战
AI视觉与工业视觉 · 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
YOLO实战从数据集标注到模型部署
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
YOLO初识
目标检测发展史 · YOLO系列演进 · YOLOv8核心优势
YOLO
初识
02
环境搭建
Anaconda安装 · CUDA与cuDNN配置 · PyTorch安装
环境搭建
Anaconda
03
数据集标注(上)
LabelImg安装与使用 · Pascal VOC格式详解 · 标注规范与避坑指南
数据集标注
LabelImg
04
数据集标注(下)
Labelme安装与使用 · COCO格式详解 · 多类别标注实战
数据集标注
Labelme
05
数据集格式转换
VOC转YOLO格式 · COCO转YOLO格式 · 数据集划分(train/val/te…
数据集格式转换
VOC
06
数据增强实战
Mosaic增强 · MixUp增强 · HSV色彩抖动
数据增强实战
Mosaic
07
YOLOv8配置文件详解
模型配置文件(yolov8n/s/m… · 训练配置文件(default.yam… · 超参数解析
YOLOv8
配置文件详解
08
训练启动与监控
单卡训练命令 · 多卡训练(DDP) · TensorBoard可视化
训练启动
监控
09
损失函数与优化器
YOLOv8损失函数(分类 · 回归 · DFL)
损失函数
优化器
10
模型评估指标
mAP(IoU阈值) · Precision与Recall · F1-Score
模型评估指标
mAP
11
模型推理与测试
图片推理 · 视频推理 · 摄像头实时推理
模型推理
测试
12
预测结果可视化
Bounding Box绘制 · 标签与置信度显示 · 热力图生成(Grad-CAM)
预测结果可视化
Bounding
13
模型导出(上)
ONNX导出 · ONNX Runtime推理 · TensorRT导出准备
模型导出
ONNX
14
模型导出(下)
TensorRT加速原理 · TensorRT模型构建 · INT8量化
模型导出
TensorRT
15
模型剪枝与轻量化
通道剪枝原理 · YOLOv8剪枝实战 · 模型蒸馏入门
模型剪枝
轻量化
16
自定义数据集训练(完整流程)
数据采集 · 标注 · 训练
自定义数据集训练
完整流程
17
小目标检测优化
小目标定义 · 多尺度训练 · 高分辨率输入
小目标检测优化
小目标定义
18
旋转目标检测
旋转框标注 · YOLOv8-OBB配置 · 训练与评估
旋转目标检测
旋转框标注
19
实例分割实战
YOLOv8-Seg模型 · 分割数据集标注 · 训练与推理
实例分割实战
YOLOv8-Seg
20
姿态估计实战
YOLOv8-Pose模型 · 关键点标注 · 训练与推理
姿态估计实战
YOLOv8-Pose
21
目标跟踪实战
ByteTrack算法原理 · YOLOv8+ByteTrack实现 · 多目标跟踪
目标跟踪实战
ByteTrack
22
模型部署(CPU)
OpenVINO部署 · ONNX Runtime CPU推理 · 性能优化
CPU
模型部署
23
模型部署(GPU)
TensorRT部署 · DeepStream集成 · 批处理优化
GPU
模型部署
24
模型部署(边缘端)
NVIDIA Jetson部署 · Jetson优化技巧 · 功耗与性能平衡
模型部署
边缘端
25
Web端部署
Flask/FastAPI后端搭建 · 前端实时显示 · WebSocket推流
Web
端部署
26
移动端部署
NCNN框架 · Android集成 · iOS集成
移动端部署
NCNN
27
模型量化与压缩
PTQ量化 · QAT量化 · 知识蒸馏
模型量化
压缩
28
工程化最佳实践
代码结构规范 · 日志系统 · 配置管理
工程化最佳实践
代码结构规范
29
常见问题与调试
训练不收敛 · 过拟合 · 类别不平衡
常见问题
调试
30
课程总结与进阶
YOLOv9/v10新特性 · 多模态融合 · 未来趋势
课程总结
进阶
所属VIP或分类
同VIP:YOLO-ONNX导出与TensorRT加速实战
同VIP:YOLOv10模型训练与推理优化实战
同VIP:YOLOv5模型训练与项目部署实战