1. 课程导论与目标：YOLOv11 简介、模型压缩的意义、推理速度提升的指标

各位同学，欢迎来到《YOLOv11 模型压缩与推理速度提升实战》。我是这门课的主讲，一个在模型优化领域摸爬滚打了七八年的老工程师。今天咱们先不急着敲代码，把地基打牢。

很多人一上来就问我：“老师，怎么把模型变小？怎么让推理跑得更快？” 其实，在动手之前，你得先搞清楚三个问题：你要压缩谁？为什么要压缩？压缩到什么程度才算成功？ 这一章，我们就来解决这三个核心问题。

1.1 YOLOv11 到底强在哪？

YOLO 系列，说白了就是目标检测界的“闪电侠”。从 v1 到 v11，它一直在追求一个目标：看一眼，就知道是什么，在哪。 YOLOv11 作为最新一代，我个人觉得它最大的进步不是堆参数，而是把“效率”二字刻在了骨子里。

我简单列几个关键点，你感受一下：

• 骨干网络升级： 用了更高效的跨阶段局部网络（CSPNet）变体，计算量更小，特征提取能力反而更强。
• 解耦头设计： 分类和回归任务不再共享同一个全连接层，精度和收敛速度都有提升。
• 动态标签分配： 训练时能自动匹配正负样本，减少了很多人工调参的麻烦。

但注意，这里有个坑。YOLOv11 虽然快，但那是针对“标准”场景。一旦你要把它塞进手机、无人机或者边缘计算盒子里，它的体积和计算量依然是个大问题。我曾经在一个安防项目里，直接把原版 v11 部署到海思芯片上，结果帧率只有 3 FPS，根本没法用。嗯，这就是我们为什么要做模型压缩。

1.2 为什么要做模型压缩？

你想想看，一个几百兆的模型，在云端用 V100 显卡跑，当然没问题。但现实世界是残酷的：

• 成本： 云端 GPU 贵啊，按小时计费。模型小一点，吞吐量就大一点，成本直线下降。
• 延迟： 自动驾驶、工业质检，要求毫秒级响应。模型太大，数据还没传完，车都撞上了。
• 功耗： 手机、无人机电池就那么点，模型计算一次耗电 5 瓦，飞 10 分钟就没电了。

模型压缩的意义，说白了就是在尽量不损失精度的情况下，把模型变小、变快、变省电。这不是锦上添花，而是很多场景下能否落地的关键。

1.3 推理速度提升的指标

怎么才算“变快了”？不能光凭感觉。我们得用数据说话。这里有几个核心指标，你必须要懂：

指标	全称	解释	我的经验
FPS	Frames Per Second	每秒处理的图像帧数。越高越好。	视频流场景，至少 30 FPS 才流畅。
Latency	延迟	单张图片从输入到输出的时间。越低越好。	自动驾驶要求 < 50ms。
FLOPs	Floating Point Operations	浮点运算次数。衡量计算量。	FLOPs 减半，理论上速度翻倍。
Params	Parameters	模型参数量。影响内存占用。	手机端建议 < 5M 参数。
Model Size	模型文件大小	硬盘占用空间。	边缘设备 Flash 有限，越小越好。

注意，这些指标不是孤立的。比如，你用 INT8 量化，模型大小和 FLOPs 都降了，但延迟可能因为硬件不支持而没变。所以，最终要以实际部署硬件上的 Latency 和 FPS 为准。

1.4 课程大纲与学习路径

这门课一共 30 章，我把它分成了四个阶段，就像打游戏一样，层层递进：

1. 基础篇（第 1-5 章）： 搭建环境，跑通 YOLOv11，学会用工具分析模型瓶颈。
2. 核心篇（第 6-15 章）： 动手实战剪枝、量化、蒸馏、矩阵分解四大压缩技术。
3. 进阶篇（第 16-25 章）： 针对不同硬件（GPU、ARM、NPU）做极致优化，比如 TensorRT、ONNX Runtime、NCNN。
4. 实战篇（第 26-30 章）： 完整项目复盘，从训练到部署，手把手带你走一遍。

下面这张图，就是整个课程的知识体系，你可以把它当成地图，随时回来看看自己走到哪了。