CONTENT LIBRARY
全部内容
按主题整理的内容条目。打开单条内容，可查看详细说明、流程、关联资料和来源。
case-01 · 基础
Faster R-CNN：从 DIOR 水平框开始
用两阶段检测器建立基线：完成 DIOR 数据准备、训练、验证和结果可视化。
打开内容 ↗case-02 · 基础YOLOv8：把水平框检测跑得更快
用一阶段模型对照 Faster R-CNN，关注训练流程、标签统计和推理速度。
打开内容 ↗case-03 · 进阶Oriented R-CNN：让检测框跟随目标方向
使用 DOTA 旋转框标注，学习切片、角度信息和 OBB 指标。
打开内容 ↗case-04 · 进阶Deformable DETR：看见不同尺度的目标
围绕多尺度特征和注意力机制，观察 Deformable DETR 的训练与评估。
打开内容 ↗case-05 · 高级轻量化 YOLO：从训练模型到 ONNX 推理
把检测模型导出到 ONNX，沿着延迟、FPS 和精度三条线做部署前检查。
打开内容 ↗case-setup · 入门从环境到数据：先把实验地基搭稳
从环境安装、Notebook 运行方式和数据集入口开始，建立一条不会被路径与格式卡住的复现实训路径。
打开内容 ↗