1. 课程导学与计算机视觉概述

大家好，欢迎来到这门课。我是你们这趟旅程的向导。

先聊聊这门课到底要干嘛。说白了，就是让你从零开始，亲手跑通一个基于 OpenCV 和 YOLO 的图像检测程序。不是光讲理论，是真正能上手干活的那种。

我个人习惯是，学任何新技术之前，先搞清楚它是什么、能干什么、怎么来的。所以这一章，我们先搭个全景框架。

课程目标：学完你能做什么？

• 理解核心概念：计算机视觉是什么，YOLO 为什么快，OpenCV 怎么用。
• 搭建开发环境：装好 OpenCV、YOLO 权重文件，让代码跑起来。
• 完成第一个检测：用摄像头或图片，实时检测出物体并画框。
• 调优与部署：知道怎么调参数，怎么把模型放到实际项目里。

学习路径：怎么走最省力？

我建议你按这个节奏来：

1. 前 5 章：打基础。装环境、读代码、跑通第一个 demo。别跳，这一步卡住了后面全白搭。
2. 第 6-15 章：深入原理。YOLO 的网络结构、损失函数、训练自己的数据集。这里会有点烧脑，但值得。
3. 第 16-25 章：实战项目。人脸检测、车辆计数、缺陷检测……每个项目我都会给完整代码。
4. 第 26-30 章：优化与部署。模型压缩、TensorRT 加速、嵌入式部署。嗯，这部分是进阶，但很有用。

计算机视觉发展简史：从像素到理解

计算机视觉，说白了就是让机器看懂图像。这事比想象中难得多。

我记得 2012 年之前，大家还在用手工设计的特征（比如 HOG、SIFT）做检测。效果嘛……只能说勉强能用。直到 AlexNet 在 ImageNet 上大杀四方，深度学习才真正进入这个领域。

几个关键节点：

时间	事件	意义
1966 年	MIT 夏季视觉项目	计算机视觉作为学科诞生
2001 年	Viola-Jones 人脸检测	第一个实时人脸检测算法
2012 年	AlexNet 赢得 ImageNet	深度学习时代开启
2015 年	YOLO 首次提出	实时目标检测的里程碑
2020 年	YOLOv5 发布	工程化易用性大幅提升

这里有个坑，我踩过。早期做检测，我总想着自己设计特征提取器，结果折腾几个月效果还不如一个预训练的 YOLO 模型。后来我学乖了：站在巨人的肩膀上，别自己造轮子。

OpenCV 简介：视觉开发的瑞士军刀

OpenCV 是什么？一个开源的计算机视觉库。从图像读取、滤波、特征提取，到摄像头调用、视频处理，它几乎什么都能干。

我刚开始用 OpenCV 时，最惊艳的是它读取一张图片只需要一行代码：

import cv2
img = cv2.imread('photo.jpg')
cv2.imshow('窗口标题', img)
cv2.waitKey(0)

就这么简单。但别小看它，背后是几十年的算法积累。

OpenCV 的几个核心模块：

• core：基础数据结构（Mat、Point、Rect）
• imgproc：图像处理（滤波、边缘检测、形态学操作）
• highgui：GUI 和视频 I/O
• dnn：深度学习推理模块（加载 YOLO 模型就用它）
• objdetect：目标检测（传统方法如 Haar Cascade）

YOLO 简介：看一眼就够了

YOLO，全称 You Only Look Once。名字很直白：只看一次。

传统检测方法（比如 R-CNN）需要先生成候选区域，再逐个分类。YOLO 不一样，它把整张图分成网格，每个网格直接预测边界框和类别。一次前向传播，结果全出来。

为什么快？因为它是端到端的回归问题，不是分类问题。你想想看，从提出候选框到分类，中间省了多少步骤。

YOLO 的几个版本对比：

版本	特点	适用场景
YOLOv3	多尺度检测，稳定	通用检测，兼容性好
YOLOv5	工程化好，易用	快速原型开发
YOLOv8	最新，支持实例分割	需要分割的场景
YOLO-NAS	神经架构搜索优化	追求极致精度

这门课我们主要用 YOLOv5 和 YOLOv8。为什么？因为文档全、社区活跃、踩坑的人多，你遇到问题搜一下就有答案。

本章知识体系

下面这张图，把这一章的核心脉络串起来了：

避坑指南：我踩过的几个坑

最后，分享几个我早期犯过的错误，你注意避开：

• 版本不匹配：OpenCV 4.5 以下不支持 YOLOv5 的某些算子。我曾经折腾两天，最后发现是版本问题。建议直接用 OpenCV 4.8+。
• 路径问题：模型权重文件路径别用中文，也别有空格。OpenCV 的 dnn 模块对路径很敏感。
• GPU vs CPU：YOLO 在 CPU 上也能跑，但速度慢很多。如果你没有 GPU，建议先用轻量版（YOLOv5n 或 YOLOv8n）。
• 不要迷信参数：很多人一上来就调 confidence threshold，其实先跑通默认参数更重要。