本文我们将基于Dify智能体开发平台讲解目标检测小模型从训练到实际业务落地的全流程

本文假设你对Dify智能体开发平台和小南瓜开发平台已有基本的了解

下面我们将基于如下几点进行实战：

• 1、业务需求
• 2、模型训练
• 3、搭建DIfy智能体
• 4、展示效果

一、业务需求

开发一个智能体，当用户输入一张图片时，识别出来这个图片中有多少个“黄鹤楼”、“万宝路”的盒子。

二、模型训练

1、按照惯例，配置一个表单和列表，用于进行数据的录入和查看数据

2、点击新增按钮，在小南瓜开发平台上将要识别的两个样本进行上传

由于我们没有更多的样本，因此系统自动将上传的图片中的目标图片的位置计算抠取出来生成训练图片(本次实战是随机生成了100张训练图片)

3、通过电脑的画图工具打开图片就能得到目标物品在图片中的X轴、Y轴和宽度信息

X轴起点：目标盒子在这个图片中的最小的X轴位置
Y轴起点：目标盒子在这个图片中的最小
宽度：目标盒子的宽度

4、数据录入后，点击模型训练按钮，开始生成训练数据，并训练模型

5、训练完成后，会得到一个模型的地址(耗时10分钟)

到此就完成了模型的训练。

---

三、搭建DIfy智能体

这里用到了2个核心的http节点，第一个是上传图片，第二个是调用模型进行检测，最后通过llm节点进行汇总

LLM节点重点 提示词如下：

##你是一位数据统计分析师，
中是返回的目标检测到的每个物品的名字和数量。
1、如果data的值为空，则标识没有检测到任何物品
2、如果data的值不为空，则有可能是一个数组，targetName字段是识别出来的目标名称，targetNum是识别出来的数量
#任务
你需要根据识别出来的data中的内容并结合
要求，进行汇总反馈总结

提示词可以根据自己的业务需求进行个性化编写

四、展示效果

1、将开发好的智能体进行发布

2、上传要检测的图片，发起对话

3、智能体执行反馈结果

从结果上看识别结果正确

4、上传一个数量多一点的图片

检测效果

检测结果正确

5、上传一个不含检测目标的图片

检测效果

从结果可以看到，没有目标物品就不会检测出来。

---

总结

将目标检测技术应用于真实世界，远非在理想数据集上获得高精度那般简单。现实场景充满了复杂性：物体的多角度变化、光照的剧烈差异、运动带来的模糊遮挡，以及层出不穷的背景干扰，都会对模型的鲁棒性与准确性构成严峻挑战。

正因如此，仅仅拥有一个优秀的模型架构是远远不够的。我们必须为其提供海量、多样化、且充分代表真实世界分布的样本数据。这些数据是模型应对未知场景的“弹药”与“经验”，是其在复杂现实中保持高可靠性的根本保障。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！