Triton Inference Server：标准化推理服务（HTTP/gRPC/Prometheus），动态批处理、实例并行、多模型管理；
DeepStream：端/边/NVIDIA 平台的视频管线（多路解码→预处理→推理→跟踪→OSD→推送）；

FastAPI 微服务：轻量 HTTP 服务与 WebSocket/帧流式推理，适配 CPU/ORT/OV。
并给出基准/监控/排错清单与多路并发模板，实现从摄像头到看板的一条龙。

把训练得到的 best.pt 变成可高性能上线的推理形态：ONNX、TensorRT、OpenVINO（并兼顾 TFLite/CoreML 触达端侧）。提供一键导出命令、最小推理脚本、量化与加速策略、端侧工程注意事项与基准与排错清单。

把“能跑通”升级为“能调优”。学习率与优化器、批大小与图像尺寸、迁移学习与冻结、数据增强开关、稳定性（AMP/EMA/梯度裁剪）、多卡训练与实验设计。附可抄命令、诊断清单与作业。
适配 Ultralytics YOLOv8（pip install ultralytics）。不同版本默认值略有差异，建议显式写出关键参数。

选定任务（检测/分割/关键点/分类）与类目清单；用 Label Studio / CVAT / Roboflow 之一完成规范化标注；导出为 YOLO 格式，整理成标准目录；跑通数据体检脚本（标签合法性、框尺寸分布、类目占比）；生成可复用的 data.yaml 并做一次最小训练/验证。适配 YOLOv8，兼容 CPU/GPU。你可以只做“检测”起步，之后再扩展到分割/关键点。

拿到一台新机器，半小时跑通 YOLOv8 的推理与一个最小训练任务；理解模型家族、任务类型、数据格式和常用命令；为后续课程（数据标注、进阶训练、部署）打好地基。
推荐环境：Python 3.9–3.11，CUDA 可选（NVIDIA GPU）。没有 GPU 也可以用 CPU 完成本课全部练习。