模块 4：从基础到 Jetson 实践的计算机视觉
本文件夹包含重新构建的 Module 4，设计为面向初学者的系统化计算机视觉课程。
课程结构
第一部分：基础与理论
即使尚未拥有 Jetson 设备的学习者也适合学习这一部分。
| 模块 | 主题 | 类型 |
|---|---|---|
4.1 | 计算机视觉简介 | 理论 |
4.2 | 计算机如何表示图像 | 理论 + OpenCV 示例 |
4.3 | 经典计算机视觉 | 理论 + OpenCV 示例 |
4.4 | 神经网络与 CNN | 理论 + 简单代码示例 |
4.5 | 深度学习计算机视觉任务 | 理论 |
4.6 | 训练并部署你自己的视觉模型 | 理论 + 代码 |
第二部分：边缘部署与 Jetson 实践
这一部分将前面所学的知识应用于边缘 AI 部署。
| 模块 | 主题 | 类型 |
|---|---|---|
4.7 | 模型导出与边缘部署 | 理论 + 代码 |
4.8 | 实时视觉流水线框架 | 理论 + 代码示例 |
4.9 | DeepStream 与 Jetson | 理论 + 代码示例 |
4.10 | 前沿视觉技术与展望 | 理论 |
附录
本附录不属于主要的 10 节内容主线。它是一个实践项目，扩展了 Jetson 部署的下半部分，并为学习者提供了完整的端到端示例。
Jetson 实践部分推荐基线
本课程的部署部分假定：
JetPack 6.2.x- Jetson Linux
R36.4.x - CUDA
12.6 - TensorRT
10.3 - cuDNN
9.3 DeepStream 7.1Jetson Platform Services
教学原则
重新构建的 Module 4 遵循四项教学原则：
- 在讲"如何做"之前先解释"为什么"。
- 用代码来阐释概念，而不是替代讲解。
- 把数据、指标和误差分析作为核心主题。
- 把部署放在后半部分，让学习者先建立理解。
建议的学习路径
如果你是初学者，请按照 4.1 到 4.10 的顺序依次学习。
如果你已经掌握计算机视觉基础，主要想学习 Jetson 部署，可以快速浏览 4.1 到 4.6，然后重点学习 4.7 到 4.10。