首页
›
AI视觉与工业视觉
›
019-YOLO系列算法实战
›
《YOLOv8模型训练与实时检测实战》
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 v8模型结构及实时检测应用
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
YOLOv8概述
目标检测发展简史 · YOLO系列演进 · YOLOv8核心特性与优势
YOLOv8
目标检测发展简史
02
环境搭建
Python环境配置 · PyTorch安装 · CUDA与cuDNN配置
环境搭建
Python
03
YOLOv8模型架构(上)
Backbone网络设计 · C2f模块详解 · SPPF模块原理
YOLOv8
模型架构
04
YOLOv8模型架构(下)
Neck结构(FPN+PAN) · Head结构(解耦头) · 损失函数设计
YOLOv8
模型架构
05
数据集准备
常见数据集格式(COCO · VOC) · 数据标注工具(LabelImg
数据集准备
COCO
06
数据增强策略
Mosaic增强 · MixUp · 随机仿射变换
数据增强策略
Mosaic
07
训练配置详解
超参数解析(lr · batch_size · epochs)
训练配置详解
lr
08
模型训练实战
单卡训练 · 多卡训练(DDP) · 训练日志解读
模型训练实战
单卡训练
09
训练过程监控
TensorBoard可视化 · WandB集成 · Loss曲线分析
训练过程监控
TensorBoard
10
模型评估指标
IoU计算 · Precision/Recall曲线 · mAP@0.5与mAP@0.5
模型评估指标
IoU
11
模型推理与预测
图像推理 · 视频推理 · 批量推理
模型推理
预测
12
模型导出与部署
ONNX导出 · TensorRT导出 · OpenVINO导出
模型导出
部署
13
ONNX Runtime部署
ONNX模型加载 · 推理引擎配置 · CPU/GPU推理
ONNX
Runtime
14
TensorRT加速部署
TensorRT安装 · 模型优化(FP16 · INT8)
TensorRT
加速部署
15
NCNN移动端部署
NCNN环境搭建 · 模型转换 · Android/iOS集成
NCNN
移动端部署
16
OpenCV DNN部署
OpenCV编译配置 · DNN模块加载YOLOv8 · 纯CPU推理方案
OpenCV
DNN
17
实时检测系统设计
摄像头采集 · 多线程流水线设计 · 帧率优化
实时检测系统设计
摄像头采集
18
目标跟踪集成
ByteTrack算法原理 · BoT-SORT · YOLOv8+跟踪器实战
目标跟踪集成
ByteTrack
19
实例分割任务
YOLOv8-seg模型结构 · Mask生成原理 · 分割结果后处理
实例分割任务
YOLOv8-seg
20
姿态估计任务
YOLOv8-pose模型结构 · 关键点检测 · 骨架绘制
姿态估计任务
YOLOv8-pose
21
旋转目标检测
YOLOv8-OBB模型 · 角度回归 · DOTA数据集
旋转目标检测
YOLOv8-OBB
22
自定义数据集训练
数据采集规范 · 标注质量控制 · 类别平衡策略
自定义数据集训练
数据采集规范
23
模型剪枝与轻量化
通道剪枝 · 结构化剪枝 · 知识蒸馏
模型剪枝
轻量化
24
模型量化技术
PTQ量化 · QAT量化 · 量化感知训练
模型量化技术
PTQ
25
多任务学习
YOLOv8多任务架构 · 检测+分割联合训练 · 损失平衡策略
多任务学习
YOLOv8
26
难例挖掘与数据清洗
难例分析 · 自动标注校正 · 数据清洗流程
难例挖掘
数据清洗
27
边缘计算部署
Jetson系列部署 · 树莓派部署 · 算力评估
边缘计算部署
Jetson
28
Web端实时检测
Flask/FastAPI后端 · WebSocket推流 · 前端Canvas渲染
Web
端实时检测
29
项目实战(一)
智慧安防系统——行人检测 · 区域入侵检测 · 人流统计
项目实战
智慧安防系统
30
项目实战(二)
工业质检系统——缺陷检测 · 产品分类 · 实时报警
项目实战
工业质检系统
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