课程目标：掌握Windows上使用YOLOv4进行TT100K数据集上的中国交通标志识别课程链接：https://edu.csdn.net/course/detail/29363课程演示环境：Windows10需要学习Ubuntu系统YOLOv4的同学请前往《YOLOv4目标检测实战：中国交通标志识别》课程链接：https://edu.csdn.net/course/detail/29362在自动

本课程讲解YOLOv10的论文、网络架构等原理并解析关键代码，并进行训练自己数据集的项目实战。

本课程以熊猫姿态估计为例，将手把手地教大家使用CVAT标注图像中的关键点和skeleton，并使用YOLOv8训练自己的数据集，完成一个关键点检测和姿态估计实战项目。

课程目标：掌握使用YOLOv4进行TT100K数据集上的中国交通标志识别课程链接：https://edu.csdn.net/course/detail/29362课程演示环境：Ubuntu需要学习Windows系统YOLOv4的同学请前往《Windows版YOLOv4目标检测实战：中国交通标志识别》课程链接：https://edu.csdn.net/course/detail/29363在自动驾驶

使用Web应用程序框架Flask进行YOLOv5的Web应用部署课程链接：https://edu.csdn.net/course/detail/31087PyTorch版的YOLOv5是轻量而高性能的实时目标检测方法。利用YOLOv5训练完自己的数据集后，如何向大众展示并提供落地的服务呢？本课程将提供相应的解决方案，具体讲述如何使用Web应用程序框架Flask进行YOLOv5的Web应用部署。用户

使用Grad-CAM热力图可视化方法对YOLOv5进行热力图可视化，可直观展示图像中哪些区域对类别分类贡献程度大。

YOLOv8目标检测PySide6 GUI可视化界面支持本地图片和视频推理、摄像头实时视频流推理和HTTP/RTSP流实时推理的展示。YOLOv8目标检测PySide6 GUI可视化界面使用PySide6开发，文档和代码已加入课程《YOLOv8目标检测实战：训练自己的数据集》。

本课程讲述如何使用TensorRT对YOLOv8目标检测进行加速和部署。

课程链接：https://download.csdn.net/course/detail/37294PyTorch版的YOLOv5是一个当前非常流行的目标检测器，本课程对YOLOv5进行知识蒸馏实战，来提升其性能。知识蒸馏（Knowledge Distillation）是模型压缩的一种常用的方法。它利用性能更好的大模型的监督信息，来训练一个轻量化小模型，使小模型达到更好的性能和精度。 最早是由Hi

本课程以船舶旋转目标检测为例，将手把手地教大家使用X-AnyLabeling手动和自动标注图像中物体的旋转框，并使用YOLOv8利用DOTA OBB数据集上的预训练权重在自己的数据集微调训练，完成一个旋转目标检测实战项目。