首页
›
AI视觉与工业视觉
›
025-OpenCV YOLO目标检测
›
《YOLO模型选型与OpenCV DNN部署调优》
VIP20
本课程属于:025-OpenCV YOLO目标检测
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模型选择与OpenCV加载调优
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发展史
从YOLOv1到YOLOv8的演进脉… · 各版本核心创新点对比
YOLO
发展史
02
模型选型原则
根据任务场景(速度优先/精度优先/移…
模型选型原则
根据任务场景
03
YOLOv5详解
网络架构 · CSPDarknet骨干 · PANet颈部
YOLOv5
网络架构
04
YOLOv8详解
C2f模块 · 解耦头设计 · Anchor-Free机制
YOLOv8
C2f
05
YOLOv5 vs YOLOv8
性能对比 · 推理速度 · 训练收敛性
YOLOv5
vs
06
YOLO-NAS
神经网络架构搜索在YOLO中的应用 · DeciAI的贡献
YOLO-NAS
YOLO
07
YOLO-World
开放词汇检测 · 零样本能力 · CLIP融合
YOLO-World
开放词汇检测
08
模型权重获取
官方仓库 · PyTorch Hub · ONNX Model Zoo
模型权重获取
官方仓库
09
OpenCV DNN模块
dnn.readNet · dnn.readNetFromONN… · dnn.readNetFromDar…
OpenCV
DNN
10
模型加载实战
加载YOLOv5 PyTorch模型 · 处理权重文件路径与版本兼容
模型加载实战
YOLOv5
11
ONNX导出
torch.onnx.export参… · 动态轴设置 · Opset版本选择
ONNX
导出
12
ONNX加载与推理
OpenCV加载ONNX模型 · 前向传播 · 输出解析
ONNX
加载
13
预处理Pipeline
letterbox缩放 · 归一化 · 通道转换
Pipeline
预处理
14
后处理Pipeline
置信度过滤 · NMS非极大抑制 · 坐标映射回原图
Pipeline
后处理
15
NMS优化
Soft-NMS · DIoU-NMS · Fast-NMS实现与性能对比
NMS
优化
16
推理加速
FP16半精度推理 · TensorRT集成 · OpenVINO优化
推理加速
FP16
17
多线程推理
生产者-消费者模式 · 队列管理 · 帧率提升技巧
多线程推理
生产者
18
视频流处理
OpenCV VideoCaptur… · RTSP流 · GStreamer管道
视频流处理
OpenCV
19
摄像头实时检测
USB摄像头 · CSI摄像头 · 延迟优化策略
摄像头实时检测
USB
20
模型量化
INT8量化原理 · PTQ与QAT · 精度损失评估
模型量化
INT8
21
边缘端部署
Jetson Nano · Raspberry Pi · RK3588适配经验
边缘端部署
Jetson
22
自定义数据集训练
LabelImg标注 · YOLO格式转换 · 数据增强
自定义数据集训练
LabelImg
23
训练超参调优
学习率调度 · 权重衰减 · Batch Size
训练超参调优
学习率调度
24
模型评估指标
mAP · F1-Score · Precision-Recall曲线
模型评估指标
mAP
25
模型剪枝
结构化剪枝 · 通道剪枝 · YOLO剪枝实战案例
模型剪枝
结构化剪枝
26
知识蒸馏
Teacher-Student架构 · YOLO蒸馏损失设计
知识蒸馏
Teacher-Stud…
27
多模型集成
模型融合策略 · 投票机制 · WBF加权框融合
多模型集成
模型融合策略
28
OpenCV DNN vs PyTorch
推理速度对比 · 易用性 · 部署灵活性
OpenCV
DNN
29
常见错误排查
维度不匹配 · NaN输出 · 内存泄漏
常见错误排查
维度不匹配
30
完整项目实战
从模型选型到部署上线的全流程案例(安…
完整项目实战
从模型选型到部署…
所属VIP或分类
同VIP:OpenCV-DNN与YOLO推理加速性能调优
同VIP:OpenCV-DNN部署YOLO模型与环境配置实战
同VIP:OpenCV-YOLO目标检测开发实战