一、打牢基础

理解"是什么"和"为什么"

1、计算机视觉基础

1.1、图像分类 vs 目标检测 vs 实例分割

1.2、边界框、IoU、置信度、mAP

1.3、非极大值抑制(NMS)

2、深度学习基础

2.1、神经网络与CNN原理

2.2、损失函数与优化器

2.3、PyTorch框架掌握

二、深入YOLO核心

理解"怎么做"

1、核心架构

Backbone + Neck + Head

2、关键技术

网格划分、损失函数、NMS

3、论文研读

YOLOv1, v3, v4, v8

三、动手实践

核心环节！

1、官方库推理

2、自定义训练

四、进阶与深化

模型优化与特定场景

1、模型压缩

1.1、剪枝、量化、蒸馏

2、特定场景

2.1、小目标、实时视频、3D检测

3、跟踪前沿

3.1、CVPR、ICCV、ECCV