📚
如何用YOLOv8实现小目标检测优化？从数据增强到模型微调全指南
本教程聚焦YOLOv8在小目标检测场景中的痛点，从数据集构建、模型结构微调、训练策略优化到后处理改进，提供一套完整可落地的小目标检测优化方案，帮助开发者解决小目标漏检、误检等核心问题，提升检测精度与鲁棒性。
📚
如何用YOLOv8实现实时视频目标检测？从数据集优化到端侧部署全指南
本教程聚焦YOLOv8在实时视频目标检测场景的落地应用，从环境搭建、视频专属数据集优化、模型训练调优，到轻量化压缩与TensorRT端侧部署，带你掌握从数据处理到实时推理的完整实操流程，解决视频检测中的帧冗余、实时性不足等核心问题。
📚
YOLOv8目标检测从入门到实战：自定义数据集训练与部署全指南
本教程全面覆盖YOLOv8目标检测模型的核心知识点与实操流程，从环境搭建、自定义数据集制作，到模型训练调优、推理验证，再到轻量化部署，通过一步步的实操案例，帮助你快速掌握目标检测技术，独立完成自定义目标检测项目。
📚
Stable Diffusion LoRA微调实战：自定义艺术风格图像生成全指南
本教程针对有一定深度学习基础的开发者，详细讲解如何使用LoRA轻量化微调Stable Diffusion模型，实现自定义艺术风格的图像生成。从环境搭建、数据集制作到训练配置、推理验证，全程提供可落地的实操步骤，帮助你快速打造专属风格的图像生成模型。
📚
Diffusion模型从零到实战：图像生成全流程指南
本教程系统讲解Diffusion图像生成模型的核心原理、代码实现、训练调优及部署落地，从数学基础到实战应用全覆盖，帮助学习者掌握当前最热门的图像生成技术，具备独立开发Diffusion模型及应用的能力。
📚
Transformer 架构从原理到实战全解析
本教程从Transformer核心原理出发，逐层拆解自注意力机制、编码器解码器模块，结合PyTorch实现可运行的基础Transformer模型，并通过文本分类任务完成实战训练，同时拓展讲解主流Transformer变体的应用场景，帮助具备基础深度学习知识的学习者掌握Transformer架构的核心逻辑与落地方法。