人工精选 飞豹客AI 会员免费
黑马程序员 python人工智能开发 V5.0
核心定位与适用门槛 这套课程并非泛泛的Python入门教程，而是专门针对“AI智慧交通”这一垂直落地场景的系统性实战指南。它解决的核心痛点是：许多开发者能独立跑通简单的图像分类Demo，但在面对视频流处理、多目标实时跟踪以及复杂几何变换时，往往无从下手，导致项目无法从实验室环境迁移到实际业务中。课程
单课价¥29.90新品 上架
会员可免费下载本篇月会员可免费领取。
开通会员 ›购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥29.90
会员 · 按档位
永久免费可领
年免费可领
月免费可领
游客按标价购买，不享受上表折扣。
支付成功后自动发放网盘链接，链接失效可找客服免费补
正版保障 极速发货 售后无忧
核心定位与适用门槛
这套课程并非泛泛的Python入门教程，而是专门针对“AI智慧交通”这一垂直落地场景的系统性实战指南。它解决的核心痛点是：许多开发者能独立跑通简单的图像分类Demo，但在面对视频流处理、多目标实时跟踪以及复杂几何变换时，往往无从下手，导致项目无法从实验室环境迁移到实际业务中。课程以OpenCV为底层工具，串联起YOLOv8目标检测、卡尔曼滤波状态估计、SORT/DeepSORT多目标跟踪算法以及车道线拟合技术，构建了一整套完整的视觉感知链条。
在基础门槛方面，学员需要具备扎实的Python编程能力，特别是熟悉NumPy数组操作和基本的面向对象编程思想。如果你对图像矩阵的加减乘除感到陌生，建议先补强线性代数基础。此外，由于涉及较多数学原理，如概率统计和几何变换，具备一定的数学直觉将有助于理解卡尔曼滤波和相机标定的内在逻辑，但这并不构成绝对障碍，课程会通过代码实例来辅助理论讲解。
科学学习路径与资料配合
建议严格遵循由浅入深的顺序：首先进入OpenCV基础阶段，熟练掌握图像读取、色彩空间转换及基础滤波操作，这是所有后续视觉处理的基石；随后进入YOLOv8模块，重点理解模型推理流程及利用Streamlit构建简易交互界面的方法，这是实现目标检测的关键；接着攻克最核心的阶段014，通过车流量统计项目，深入理解卡尔曼滤波如何处理目标状态预测，以及KM算法如何解决多目标间的轨迹关联问题；最后结合车道线检测模块，学习相机内参标定、图像去畸变及多项式曲线拟合，完成从检测到感知的全流程闭环。
资料包中的视频内容高度互补，例如阶段014中关于SORT和DeepSORT的实现视频，分别侧重不同版本的算法细节，建议对照阅读以理解算法演进。车道线检测部分的相机校正流程较为晦涩，需反复观看09-相机校正实现等环节，确保理解从棋盘格图像到相机内外参的推导过程。切勿只看不练，务必在本地环境复现代码，特别是多目标跟踪中的数据关联部分，只有通过调试才能体会其复杂度。
学完能独立交付什么
系统学习完毕后，你将具备独立开发智能交通监控原型系统的能力。具体产出包括：能够部署YOLOv8模型实现对道路车辆的实时高精度检测；能够编写多目标跟踪模块，在视频流中持续追踪每辆车的运动轨迹并统计车流量；能够完成车道线检测，计算车辆相对于车道中心线的偏移量，实现车道偏离预警功能。这些能力不仅适用于交通监控领域，也可迁移至安防监控、自动驾驶辅助等场景，为求职者提供具体的项目作品集，证明你具备解决复杂工程问题的能力，而非仅仅停留在理论层面。
课程目录
03-车流量统计11 集
- 02-多目标跟踪算法__ev.mp4 [59.2 MB]
- 07-卡尔曼滤波实践__ev.mp4 [82.3 MB]
- 08-sort算法实现1 __ev.mp4 [81.0 MB]
- 09-sort算法实现2__ev.mp4 [46.8 MB]
- 04-KM算法__ev.mp4 [33.4 MB]
- 10-sort算法实现跟踪__ev.mp4 [88.8 MB]
- 05-卡尔曼滤波__ev.mp4 [62.9 MB]
- 01-车流量统计思想__ev.mp4 [25.3 MB]
- 06-卡尔曼滤波思想__ev.mp4 [82.7 MB]
- 11-deepsort算法跟踪__ev.mp4 [20.4 MB]
- 03-sort和deepsort算法__ev.mp4 [27.7 MB]
02-yoloV85 集
- 01-YOLO发展__ev.mp4 [11.7 MB]
- 02-V8简介__ev.mp4 [17.6 MB]
- 03-V8的使用__ev.mp4 [51.8 MB]
- 04-效果展示__ev.mp4 [19.4 MB]
- 05-streamlit的实现__ev.mp4 [59.1 MB]
04-车道线检测18 集
- 17-车道线检测流程__ev.mp4 [24.0 MB]
- 13-车道线拟合__ev.mp4 [74.8 MB]
- 16-车辆偏离中心库里计算__ev.mp4 [29.2 MB]
- 12-车道线定位__ev.mp4 [56.8 MB]
- 05-优化方法__ev.mp4 [82.6 MB]
- 09-相机较正实现__ev.mp4 [101.8 MB]
- 01-车道线检测原理__ev.mp4 [50.4 MB]
- 08-双目较正__ev.mp4 [16.8 MB]
- 15-车道线曲率__ev.mp4 [47.4 MB]
- 02-相机坐标系转换__ev.mp4 [61.5 MB]
- 04-相机较正方法__ev.mp4 [91.7 MB]
- 11-车道线提取__ev.mp4 [42.9 MB]
- 10-图像去畸变__ev.mp4 [21.4 MB]
- 07-相机较正流程__ev.mp4 [21.5 MB]
- 06-优化方法2__ev.mp4 [87.2 MB]
- 18-效果展示__ev.mp4 [10.4 MB]
- 03-内容回顾__ev.mp4 [90.3 MB]
- 14-车道线填充__ev.mp4 [19.7 MB]
01-opencv17 集
- 02-项目构成__ev.mp4 [11.6 MB]
- 13-边缘检测思想__ev.mp4 [72.6 MB]
- 09-图像旋转和仿射变换__ev.mp4 [35.6 MB]
- 11-图像噪声__ev.mp4 [11.6 MB]
- 03-资料共享__ev.mp4 [6.1 MB]
- 06-绘制几何图像__ev.mp4 [36.3 MB]
- 16-视频读写__ev.mp4 [40.7 MB]
- 12-图像平滑方法__ev.mp4 [67.3 MB]
- 04-opencv介绍__ev.mp4 [16.0 MB]
- 14-sobel边缘检测__ev.mp4 [17.1 MB]
- 01-项目架构__ev.mp4 [15.3 MB]
- 10-透射变换__ev.mp4 [15.1 MB]
- 07-图像加法__ev.mp4 [30.5 MB]
- 08-图像缩放与平移__ev.mp4 [47.5 MB]
- 05-图像读写__ev.mp4 [27.9 MB]
- 15-canny边缘检测__ev.mp4 [35.4 MB]
- 17-opencv总结__ev.mp4 [49.7 MB]
day048 集
- 01-项目背景__ev.mp4 [88.4 MB]
- 03-文本分类推理__ev.mp4 [59.3 MB]
- 02-文本分类提示词__ev.mp4 [77.9 MB]
- 08-文本匹配的内容__ev.mp4 [75.7 MB]
- 04-趋动云使用__ev.mp4 [124.7 MB]
- 07-文本抽取的实现__ev.mp4 [137.7 MB]
- 06-文本信息抽取的后处理__ev.mp4 [15.3 MB]
- 05-文本信息抽取提示词__ev.mp4 [84.2 MB]
day039 集
- 04-GLM的位置编码__ev.mp4 [18.2 MB]
- 01-chatGPT的微调方法__ev.mp4 [53.4 MB]
- 03-GLM的训练目标__ev.mp4 [67.1 MB]
- 02- chatGpt的微调方法__ev.mp4 [70.3 MB]
- 08-提示词工程__ev.mp4 [11.3 MB]
- 07-百川大模型__ev.mp4 [68.4 MB]
- 09-提示词工程原则__ev.mp4 [194.6 MB]
- 06-LLaMa和Bloom__ev.mp4 [109.1 MB]
- 05-GLM的特点__ev.mp4 [109.3 MB]
day058 集
- 05-prompt tuning__ev.mp4 [69.6 MB]
- 06-p-tuning__ev.mp4 [35.8 MB]
- 08-prompt-tuning总结__ev.mp4 [27.7 MB]
- 01-NLP的四范式__ev.mp4 [127.7 MB]
- 03-PET微调方法__ev.mp4 [58.4 MB]
- 02-Prompt微调的方式__ev.mp4 [70.4 MB]
- 07-PPL__ev.mp4 [34.6 MB]
- 04-硬模版和软模版__ev.mp4 [28.6 MB]
day019 集
- 07-bleu__ev.mp4 [65.0 MB]
- 02-语言模型__ev.mp4 [23.8 MB]
- 06-神经网络的语言模型__ev.mp4 [48.7 MB]
- 04-n-gram__ev.mp4 [56.7 MB]
- 03-语言模型的发展__ev.mp4 [4.4 MB]
- 08-rough__ev.mp4 [18.8 MB]
- 09-PPL__ev.mp4 [53.0 MB]
- 01-大模型背景__ev.mp4 [33.7 MB]
- 10-AE的BERT模型__ev.mp4 [110.4 MB]
day0211 集
- 10-GPT3的特点__ev.mp4 [34.9 MB]
- 02-GPT的预训练过程__ev.mp4 [42.0 MB]
- 07-GPT2的特点__ev.mp4 [22.5 MB]
- 03-GPT的微调__ev.mp4 [48.2 MB]
- 05-seq2seq__ev.mp4 [73.7 MB]
- 08-GPT3的网络结构__ev.mp4 [61.1 MB]
- 11-强化学习__ev.mp4 [88.5 MB]
- 04-AR的特点__ev.mp4 [19.2 MB]
- 01-GPT的网络结构__ev.mp4 [55.5 MB]
- 06-GPT2网络和训练__ev.mp4 [122.6 MB]
- 09-in_contextlearning__ev.mp4 [53.3 MB]
day1110 集
- 01-Langchain介绍__ev.mp4 [93.0 MB]
- 04-prompts__ev.mp4 [58.4 MB]
- 08-index__ev.mp4 [29.0 MB]
- 03-嵌入模型__ev.mp4 [33.1 MB]
- 09-向量数据库__ev.mp4 [27.9 MB]
- 10-检索器__ev.mp4 [56.5 MB]
- 06-agents__ev.mp4 [54.5 MB]
- 05-chains__ev.mp4 [46.0 MB]
- 02-Chat模型__ev.mp4 [34.9 MB]
- 07-memory__ev.mp4 [46.5 MB]
day0810 集
- 04-template构建2__ev.mp4 [115.8 MB]
- 10-子标签找主标签__ev.mp4 [44.6 MB]
- 09-主标签找子标签__ev.mp4 [68.2 MB]
- 08-标签词映射__ev.mp4 [24.8 MB]
- 06-data_preprocess__ev.mp4 [124.0 MB]
- 05-dataset__ev.mp4 [16.6 MB]
- 01-项目背景__ev.mp4 [25.3 MB]
- 07-dataloader__ev.mp4 [23.2 MB]
- 03-template构建1__ev.mp4 [129.0 MB]
- 02-PET的项目架构__ev.mp4 [49.8 MB]
day1210 集
- 06-实践__ev.mp4 [57.3 MB]
- 05-原理__ev.mp4 [69.8 MB]
- 03-向量库构建和检索__ev.mp4 [31.1 MB]
- 07-SQL__ev.mp4 [48.4 MB]
- 08-GPTs__ev.mp4 [89.3 MB]
- 02-模型构建__ev.mp4 [23.9 MB]
- 04-Function——Call__ev.mp4 [38.4 MB]
- 09-AssistantAPI的使用__ev.mp4 [49.3 MB]
- 10-AssistantAPI实践__ev.mp4 [73.9 MB]
- 01-RAG__ev.mp4 [89.5 MB]
day0610 集
- 03-lora__ev.mp4 [79.8 MB]
- 02-adapter__ev.mp4 [35.9 MB]
- 08-dataloader__ev.mp4 [62.9 MB]
- 09-模型构建__ev.mp4 [43.3 MB]
- 06-process实现__ev.mp4 [84.9 MB]
- 04-伪代码__ev.mp4 [17.4 MB]
- 05-项目背景和数据__ev.mp4 [163.5 MB]
- 10-config__ev.mp4 [13.7 MB]
- 07-dataset实现__ev.mp4 [38.1 MB]
- 01-prefix微调__ev.mp4 [93.2 MB]
day0710 集
- 05-准确率计算__ev.mp4 [64.0 MB]
- 09-topK和topP__ev.mp4 [43.6 MB]
- 03-模型训练2__ev.mp4 [72.4 MB]
- 08-模型预测__ev.mp4 [164.1 MB]
- 01-模型训练__ev.mp4 [161.4 MB]
- 07-topK 和topP__ev.mp4 [44.2 MB]
- 10-前端部署__ev.mp4 [9.2 MB]
- 02-模型训练2__ev.mp4 [144.9 MB]
- 06-损失函数__ev.mp4 [36.2 MB]
- 04-模型验证__ev.mp4 [38.4 MB]
day098 集
- 04-模型训练__ev.mp4 [59.1 MB]
- 06-ptuning的数据处理__ev.mp4 [236.5 MB]
- 03-评价指标__ev.mp4 [38.2 MB]
- 01-损失计算__ev.mp4 [142.3 MB]
- 05-模型预测__ev.mp4 [21.6 MB]
- 02-id转换__ev.mp4 [48.5 MB]
- 07-ptuning的dataloader__ev.mp4 [15.1 MB]
- 08-ptuning的工具函数、训练和预测__ev.mp4 [77.8 MB]
day107 集
- 07-模型预测__ev.mp4 [30.7 MB]
- 06-模型训练__ev.mp4 [91.4 MB]
- 03-数据预处理__ev.mp4 [17.3 MB]
- 02-配置信息__ev.mp4 [181.6 MB]
- 04-data_loader__ev.mp4 [58.5 MB]
- 01-项目介绍__ev.mp4 [89.5 MB]
- 05-工具函数__ev.mp4 [23.6 MB]
day133 集
- 03-内容总结__ev.mp4 [52.7 MB]
- 01-agent__ev.mp4 [100.2 MB]
- 02-Agent开发工具__ev.mp4 [131.4 MB]
day037 集
- 01-模型构建__ev.mp4 [191.1 KB]
- 04-实现2__ev.mp4 [70.7 MB]
- 05-模型预测__ev.mp4 [69.1 MB]
- 07-模型量化__ev.mp4 [30.7 MB]
- 03-模型训练与评估实现__ev.mp4 [75.1 MB]
- 06-模型部署__ev.mp4 [27.1 MB]
- 02-模型训练与评估思想__ev.mp4 [34.0 MB]
day017 集
- 11-优化1-自动化参数搜索__ev.mp4 [23.6 MB]
- 06-特征工程__ev.mp4 [22.5 MB]
- 03-数据分布分析__ev.mp4 [19.6 MB]
- 01-项目背景和数据集介绍__ev.mp4 [70.0 MB]
- 10-fasttext模型训练__ev.mp4 [15.0 MB]
- 02-数据集获取__ev.mp4 [31.4 MB]
- 08-fasttext数据处理__ev.mp4 [30.5 MB]
- … 其余 2631 项略，目录共 2831 项
同类课程
和你正在看的这门一个方向
AI 会员免费 热卖
查看详情慕课网 - AI Agent全栈开发工程师（完整版）
永久有效 · 网盘发货
¥19.90会员免费
AI 会员免费
查看详情咕泡第五期-AI大模型零基础到商业实战全栈课
永久有效 · 网盘发货
¥29.90会员免费
AI 会员免费
查看详情黑马26年最新 ai V7.5 线上全套
永久有效 · 网盘发货
¥99.00会员免费
AI 会员免费
查看详情IT周瑜-AI原生超级全栈开发工程师训练营【第二期】
永久有效 · 网盘发货
¥79.00会员免费
AI 会员免费
查看详情大漂亮《自媒体影响力变现集训营》
永久有效 · 网盘发货
¥29.90会员免费
AI 会员免费
查看详情Hermes Agent从入门到AI数字员工实战|已完结
永久有效 · 网盘发货
¥29.00会员免费