在本课程中，我们将学习标准分类模型和目标检测模型的核心原理，并掌握如何将这些模型应用于自定义的公开数据集。在实际的计算机视觉项目中，仅仅在超级计算机上训练出优秀的模型往往是不够的。将模型部署到边缘设备，是让模型能够在目标计算机视觉环境中运行的第二步，同样至关重要。

好消息是！在学习了分类与目标检测模型的基础知识以及训练方法之后，我们还将在本课程中学习如何将这些模型部署到边缘设备上。此外，我们还会提供一些额外的进阶教程，帮助初学者补充必要的神经网络基础知识。

先修要求

本课程的先修条件如下：

• 具备基本的 Python 编程能力
• 配备 GPU 的计算机（若没有，可使用 Google Colab）
• 神经网络的基本知识

框架与库

本课程的主要编程语言为 Python，我们将借助多个框架和库来完成项目开发。主要使用的工具及其用途如下：

• PyTorch：计算机视觉框架
• OpenCV：图像处理库
• NumPy：基础数学计算库
• Matplotlib：可视化库