如果你已经能用 Python 写脚本、调过一两个开源模型，但被问到「这个检测模型为什么在这个数据集上掉点」「标注格式转换错在哪一步」「推理速度上不去该动哪里」时答不上来，那 CV 项目班第 9 期针对的就是这类缺口。它不是带你从零认识卷积，而是把「能跑通 demo」和「能交付一个项目」之间的那段距离拆开来讲。

先确认你是否真的需要它

纯零基础不适合直接进来。课程默认你能读写 Python、看得懂张量的形状变化、知道训练/验证/测试是干什么的，否则前期会一直卡在环境与语法上，项目线索接不住。反过来，如果你已经做过图像分类的练手项目，却从没处理过类别不均衡、从没自己写过数据增强流水线、从没把模型导出后部署到实际推理环境，那这门课补的正是这些环节。

还有一类人适合：做后端或数据分析，工作中开始接到带图像的需求，想弄清楚 CV 项目的边界在哪里、哪些能直接调库、哪些必须自己训。带着具体问题来，比单纯「想学 AI」的效率高得多。

课程围绕的几类真实任务

内容以项目为主线推进，覆盖 CV 里最常被要求落地的问题类型：图像分类与细粒度识别、目标检测、图像分割、人脸相关的检测与识别，以及 OCR 类的文字检测识别。这些方向不是并列罗列，而是各自对应一套完整流程——数据准备、标注格式与转换、模型选择与改动、训练调参、评估指标、推理加速、结果可视化。

以目标检测为例，真正花时间的往往不是网络结构，而是标注数据的清洗、anchor 或匹配策略的调整、mAP 上不去时逐项排查。课程把这些「不上台面但决定成败」的步骤放进项目里讲，而不是只给一段能跑的代码。分割和 OCR 同样如此，重点在工程链路而不是单个模型的原理推导。

配套练习要动手的部分

自己完成一份数据集的标注格式转换，并验证转换后训练能正常收�的收敛；
在给定数据集上复现基线结果，再通过数据增强、损失函数或后处理把指标往上推一截，记录每次改动的效果；
把训练好的模型导出并做一次推理，测量单张耗时，尝试至少一种加速手段并说明代价；
针对一个检测或分割结果做可视化与错误分析，指出模型主要在哪些样本上失败。

这些练习不追求结论唯一，重点是让你形成「改动—验证—归因」的循环习惯。CV 项目里凭感觉调参是最容易走弯路的地方，能说清每次改动带来什么变化，才算真正掌握。

学完之后你应该能回答的问题

拿到一批新标注的图像，怎么判断它能不能直接用于训练，需要做哪些清洗？
某个检测模型在你的数据上召回低，你会按什么顺序排查原因？
分类、检测、分割三类任务的评估指标分别该怎么选，为什么不能只看准确率？
模型在服务器上跑得动，换到边缘设备就卡，问题通常出在哪几个环节？
一个 CV 需求交到你手上，你怎么拆成数据、模型、工程三段来估工作量？

如果这些问题你现在只能给出模糊答案，边学边回来对照，收获会更实在。第 9 期沿用项目驱动的组织方式，适合当作一次集中的实战补课，而不是理论速成。