软件培训:关于举办2026年嵌入式人工智能应用开发技术高级研修班的通知-夜雨聆风

软件培训:关于举办2026年嵌入式人工智能应用开发技术高级研修班的通知

课程解读

课程亮点

本课程直面AI视觉落地难的挑战，以“算法开发-软件工程-嵌入式部署”为主线，系统讲解OpenCV、深度学习模型集成、QT5跨平台开发及RK3588/Jetson等嵌入式平台移植全流程，通过工业检测、安防监控等多个实战案例，帮助学员掌握从原型到产品化的完整AI视觉系统开发能力。

适用对象

嵌入式AI开发工程师、计算机视觉算法工程师、QT应用开发工程师及系统集成工程师，特别适合从事工业检测、智能安防、机器人、边缘计算等领域，需将AI视觉算法落地到嵌入式平台的技术人员。

课程大纲

第一节：QT基础与应用开发基础

1、介绍与代码测试

2、QLabel文本显示与设置

3、QLabel显示QPixmap图像

4、QLabel显示OpenCV读入图像

5、垂直与水平布局管理器演示

6、构建第一个QT自定义界面类

7、信号与槽响应机制之图像选择按钮

8、开发简易批量图像浏览器之界面

9、开发简易批量图像浏览器之事件现实

10、网格布局显示多张图像

11、文本输入与显示控件使用

12、单选按钮与图像处理

13、复选框与显示操作

14、计数调节器与下拉列表使用

15、人脸检测界面设计与开发

16、人脸检测界面事件响应实现

17、人脸检测图像与视频测试

18、信息提示确认框提升用户体验

19、颜色字体输入本地资源对话框演示

20、使用TabPanel实现多个页面集成

21、MVVM设计模式与表格界面构建

22、TableView与Model的数据演示

23、自定义TableModel数据演示

24、QPiant绘制图像与文本

25、几何形状的绘制与填充风格

26、鼠标事件响应与鼠标绘制

27、按选择图形类别的鼠标绘制

28、鼠标右键弹出菜单演示

29、菜单栏添加与功能实现

30、工具栏添加与功能实现

31、键盘事件响应与处理

32、基础篇课程总结与后续学习

33、算法与应用两层架构-算法与应用分离原则

34、算法与应用分层架构-代码实现与演示

35、算法层接口与代码实现分离原则

36、使用默认参数文件提升用户体验

37、使用QThread执行长耗时任务

38、QThread内自定义信号实现数据交换

39、卡片式界面入口设计与切换

40、界面返回与左右布局设计

41、YOLOv5对象检测实现封装

42、YOLOv8对象检测实现封装

43、构建对象检测推理线程

44、多线程YOLOv5对象检测应用

45、多线程YOLOv8对象检测应用

46、加速YOLOv8对象检测推理

第二节：QT开发高级知识与嵌入式开发与算法移植部署

1、基于工厂模式实现对象检测算法创建

2、YOLOv8多线程多路视频检测之界面设计

3、YOLOv8多线程多路视频检测之线程实现

4、多线程读写者模式的设计架构

5、多线程读写者模式的代码实现

6、使用图元实现绘制场景管理

7、实现图元的拖拽与事件响应

8、QT文字转语音播报功能

9、OpenCV实验大师工具软件安装与配置

10、OpenCV算法工作流C++ SDK配置与测试

11、轮廓分析与计数测量-从设计到集成

12、轮廓分析与计数测量-统计数据显示

13、OpenCV多角度模板匹配算法应用

14、最大轮廓查找定位算法应用

15、QT5集成OpenCV工作流引擎模板匹配定位

16、RK3588开发板介绍与QT嵌入式开发环境搭建

17、Jetson Orin nano开发板介绍与QT嵌入式开发搭建

18、YOLO系列模型部署工具链软件介绍与使用

19、代码移植与编译配置

20、嵌入式开发的关键知识点讲解

第三节：案例分析

1、嵌入式人脸识别系统

2、嵌入式YOLO11工业缺陷检测

3、YOLOv8打造AI+健身计数系统

4、电子围栏与安防入侵检测系统

5、QT5嵌入式工业相机图像采集与引导定位

主讲专家

业内资深

作为中国高科技产业化研究会智能信息处理分会理事、OpenVINO中文社区创始成员，并出版多本OpenCV专业著作，在嵌入式视觉与AI开源技术生态中具备深厚影响力和学术积淀。

经验丰富

长期深耕工业检测、医学图像等领域的算法研发与工程落地，具备丰富的OpenCV、PyTorch实战经验，并持续为行业提供技术培训，擅长将复杂视觉算法转化为可部署的嵌入式解决方案。