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轻量化模型部署到树莓派实战

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与树莓派初识
YOLO发展史（v1到v8） · 树莓派硬件规格 · 为什么选择轻量化模型
YOLO树莓派初识
02
开发环境搭建
树莓派系统烧录 · SSH远程连接 · 配置Python虚拟环境
开发环境搭建树莓派系统烧录
03
YOLOv8模型训练准备
数据集标注工具LabelImg介绍 · COCO数据集格式 · 自定义数据集制作
YOLOv8模型训练准备
04
YOLOv8模型训练实战
配置训练参数 · 启动训练 · 观察Loss曲线
YOLOv8模型训练实战
05
模型轻量化技术
模型剪枝原理 · 知识蒸馏 · INT8量化
模型轻量化技术模型剪枝原理
06
ONNX模型转换与优化
PyTorch转ONNX · ONNX简化 · 动态batch设置
ONNX模型转换
07
树莓派端ONNX Runtime部署
安装ONNX Runtime · 加载模型 · 前向推理
ONNXRuntime
08
摄像头实时推理
Pi Camera模块配置 · 视频流读取 · 帧预处理
摄像头实时推理Pi
09
性能优化与调优
多线程流水线设计 · NEON指令集加速 · 内存池复用
性能优化调优
10
TensorRT部署（进阶）
树莓派编译TensorRT · 构建Engine · FP16推理
TensorRT部署
11
模型剪枝实战
结构化剪枝与非结构化剪枝 · 使用torch-pruning库 · 剪枝后微调
模型剪枝实战结构化剪枝
12
知识蒸馏实战
教师模型与学生模型设计 · 蒸馏损失函数 · 温度参数调优
知识蒸馏实战教师模型
13
量化感知训练（QAT）
模拟量化 · 伪量化节点 · 校准数据集
QAT量化感知训练
14
NCNN部署方案
NCNN编译 · 模型转换 · 优化pass
NCNN部署方案
15
Tengine部署方案
Tengine交叉编译 · 模型加载 · 异构计算（CPU+GPU）
Tengine部署方案
16
MNN部署方案
MNN框架介绍 · 模型转换 · 线程优化
MNN部署方案
17
OpenVINO部署方案
OpenVINO Toolkit安装 · 模型优化器 · 推理引擎
OpenVINO部署方案
18
多模型级联推理
检测+分类级联 · 跟踪+检测级联 · 流水线调度策略
多模型级联推理检测+分类级联
19
目标跟踪集成
DeepSORT原理 · 特征提取 · 关联匹配
目标跟踪集成DeepSORT
20
模型部署到边缘计算盒子
Jetson Nano对比 · RK3588对比 · 选型建议
模型部署到边缘计…Jetson
21
Web端实时监控
Flask搭建视频流服务器 · WebSocket推送 · 前端显示
Web端实时监控
22
MQTT消息推送
Mosquitto搭建 · 发布检测结果 · 订阅控制指令
MQTT消息推送
23
模型加密与保护
模型加密方案 · 解密加载 · 防止模型窃取
模型加密保护
24
自动模型压缩流水线
自动化剪枝-量化-蒸馏流程 · CI/CD集成
自动模型压缩流水…自动化剪枝
25
树莓派集群部署
多节点负载均衡 · 分布式推理 · 结果汇总
树莓派集群部署多节点负载均衡
26
低功耗模式设计
动态频率调节 · 休眠唤醒 · 电池供电方案
低功耗模式设计动态频率调节
27
实战项目1
智能门禁系统（人脸检测+口罩识别）
实战项目1智能门禁系统
28
实战项目2
果园害虫检测（小目标检测优化）
实战项目2果园害虫检测
29
实战项目3
交通标志识别（多类别分类+检测）
实战项目3交通标志识别
30
课程总结与展望
YOLO未来趋势 · 边缘AI发展方向 · 学习路径建议
课程总结YOLO