实战教程，持续更新中。

验证环境：ubuntu18.04+driver450+cuda11.0+cudnn8.0.5+opencv4.4.0；

                  win10+driver440+cuda10.2+cudnn7.6+opencv310。

1、目标检测基础知识

        1）目标定位；

        2）基于滑动窗的目标检测；

        3）Bounding Box预测；

        4）非极大值抑制NMS；

        5）Anchor Boxes；

        6）评价指标MAP。

2、yolo算法介绍

2.1、yolo算法之v1、v2、v3

        1）yolo v1论文翻译；

        2）yolo v2论文翻译；

        3）yolo v3 论文翻译；

2.2、yolo算法之v4、v5

        1）yolov4论文翻译；

2.3、小结

3、搭建darknet训练环境

3.1、显卡驱动+cuda+cudnn安装

        1）ubuntu18.04显卡驱动下载安装；

        2）ubuntu18.04上cuda11.0及cudnn8.0.5安装；

        3）win10显卡驱动+cuda+cudnn安装。

3.2、opencv编译安装

        1）ubuntu18.04下opencv4.4编译；

        2）ubuntu18.04下opencv编译问题处理整理。

3.3、darknet源码编译

        1）ubuntu18.04-yolov4 darknet环境配置以及效果实测。

3.4、制作自己的数据集

3.5、训练、测试

4、使用TensorRT加载模型

4.1、TensorRT介绍

        1）基于tensorRT方案的INT8量化实现原理；

4.2、安装TensorRT

        1）ubuntu18.04上tensorrt7.0安装；

4.3、工程编译、加载

4.4、目标检测最佳实践

5、应用

        5.1、模型结构可视化

        5.2、调整网络结构、通道大小

        5.3、常用优化方式介绍