首页
›
AI视觉与工业视觉
›
032-YOLO目标检测
›
《YOLO摄像头实时目标检测系统开发实战》
VIP20
本课程属于:032-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摄像头实时检测系统搭建
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前世今生
目标检测发展史 · YOLOv1到YOLOv8的演进 · YOLO核心思想(You Only…
YOLO
前世今生
02
环境搭建
Anaconda安装 · Python虚拟环境创建 · CUDA与cuDNN安装
环境搭建
Anaconda
03
YOLO模型结构
Backbone(CSPDarkne… · Neck(FPN/PAN) · Head(Decoupled Hea…
YOLO
模型结构
04
数据集准备
LabelImg标注工具使用 · COCO数据集格式 · 自定义数据集制作
数据集准备
LabelImg
05
训练配置
配置文件解析(data.yaml · hyp.yaml) · 训练参数设置
训练配置
data.yaml
06
模型训练
单GPU训练 · 多GPU训练 · 训练过程监控(TensorBoard…
模型训练
GPU
07
模型评估
mAP计算 · 混淆矩阵 · PR曲线
模型评估
mAP
08
模型导出
ONNX导出 · TensorRT导出 · OpenVINO导出
模型导出
ONNX
09
OpenCV基础
图像读取与显示 · 图像预处理(resize · normalize)
OpenCV
图像读取
10
摄像头调用
OpenCV打开摄像头 · 视频流读取 · 帧率控制
摄像头调用
OpenCV
11
YOLO推理引擎
ONNX Runtime推理 · TensorRT推理 · OpenCV DNN推理
YOLO
推理引擎
12
实时检测流水线
图像预处理 · 模型推理 · 后处理(NMS)
实时检测流水线
图像预处理
13
NMS算法详解
IoU计算 · 贪心NMS · Soft-NMS
NMS
算法详解
14
检测结果可视化
边界框绘制 · 标签显示 · 置信度显示
检测结果可视化
边界框绘制
15
性能优化
TensorRT加速 · FP16推理 · 批处理推理
性能优化
TensorRT
16
多线程处理
生产者-消费者模式 · 线程池设计 · 帧队列管理
多线程处理
生产者
17
GUI界面开发
PyQt5基础 · 实时视频显示 · 检测结果展示
GUI
界面开发
18
视频录制与回放
检测结果视频保存 · 关键帧提取 · 视频回放功能
视频录制
回放
19
目标跟踪集成
SORT算法 · DeepSORT算法 · YOLO+跟踪器联合使用
目标跟踪集成
SORT
20
多目标检测
不同类别目标检测 · 目标计数 · 目标轨迹绘制
多目标检测
不同类别目标检测
21
异常检测
区域入侵检测 · 越界检测 · 目标消失检测
异常检测
区域入侵检测
22
模型部署
Flask API搭建 · RESTful接口设计 · Web端实时检测
模型部署
Flask
23
边缘端部署
Jetson Nano部署 · 树莓派部署 · 模型压缩与剪枝
边缘端部署
Jetson
24
性能基准测试
FPS测试 · 延迟测试 · 内存占用测试
性能基准测试
FPS
25
常见问题排查
CUDA内存溢出 · 模型加载失败 · 检测精度低
常见问题排查
CUDA
26
自定义模型训练
迁移学习 · 数据增强(Mosaic · MixUp)
自定义模型训练
迁移学习
27
模型集成
多模型投票 · 模型融合 · TTA(Test Time Augm…
模型集成
多模型投票
28
实际项目案例
人流统计系统 · 车辆检测系统 · 安全帽检测系统
实际项目案例
人流统计系统
29
系统优化
内存管理 · CPU/GPU负载均衡 · 日志系统
系统优化
内存管理
30
课程总结与展望
YOLO未来趋势 · 多模态检测 · 端到端检测
课程总结
YOLO
所属VIP或分类
同VIP:OpenCV-DNN调用YOLO目标检测开发实战
同VIP:YOLO-Anchor聚类设计与检测框调优实战
同VIP:YOLO-NMS后处理与检测结果优化实战