AI模型开发全链路90天精细学习计划（每日任务版）

前置说明：

1. 每日有效学习：3.5h左右；区分【理论阅读 + 代码实操 + 复盘】
2. 技术主线：Python → Pandas/OpenCV数据清洗 → 数据标注工程 → PyTorch深度学习 → YOLOv8训练调参 → ONNX导出 + 边缘推理
3. 融合人工智能训练师三级考点；偏向计算机视觉、嵌入式落地（RK系列部署方向）
4. 所有数据集链接、开源仓库、学习网站直接附在对应日程
5. 实操要求：所有代码必须自己手打运行，禁止直接复制粘贴

环境清单（第一周完成搭建）

Python3.10、Anaconda、Pandas、Numpy、OpenCV-Python、PyTorch、label-studio、ultralytics、onnxruntime

---

资源总前置清单（全程通用，先收藏）

学习网站

• 动手学深度学习：https://zh.d2l.ai/
• PyTorch官方教程：https://pytorch.org/tutorials/
• YOLOv8文档：https://docs.ultralytics.com/
• LabelStudio：https://labelstud.io/guide/
• CVAT文档：https://opencv.github.io/cvat/docs/
• HuggingFace镜像：https://hf-mirror.com/docs
• AI Studio（免费GPU）：https://aistudio.baidu.com/

核心开源仓库

1. Ultralytics YOLOv8：https://github.com/ultralytics/ultralytics
2. LabelStudio：https://github.com/HumanSignal/label-studio
3. OpenCV官方示例：https://github.com/opencv/opencv
4. d2l代码仓库：https://github.com/d2l-ai/d2l-zh
5. 图像数据集清洗工具集：https://github.com/ultralytics/yolo-utils
6. 数据集划分脚本：https://github.com/jbwang1997/DataSetSplit
7. COCO/YOLO标签格式转换工具：https://github.com/hvgazula/LabelConverter

练习数据集

1. MNIST手写数字：https://www.kaggle.com/datasets/hojjatk/mnist-dataset
2. Kaggle泰坦尼克：https://www.kaggle.com/c/titanic/data
3. 猫狗分类数据集：https://www.kaggle.com/datasets/carlosm61/cats-and-dogs
4. COCO128子集：https://github.com/ultralytics/yolov5/releases/download/v1.0/coco128.zip

---

阶段1｜第1~21天：Python + 数据清洗基础

目标：熟练批量处理文件、表格清洗、图像预处理

第1周｜Day1~Day7：Python基础

Day1

• 理论：Python基础语法（变量、运算符、if判断）
• 代码练习：
  • 实现数值计算、条件判断脚本
  • 编写函数：输入两个数字返回最大值
• 复盘：理解函数参数、返回值

Day2

• 理论：循环for/while、列表、字典
• 代码练习：
  • 遍历列表，筛选指定元素
  • 字典存取、遍历；构造图片名称-标签字典

Day3

• 理论：文件IO、os模块基础
• 代码练习：
  • os.listdir遍历文件夹所有图片
  • 批量打印文件夹内所有jpg文件名

Day4

• 理论：json/yaml读写（标注工程必备）
• 代码练习：
  • 将图片名称、标签写入json文件
  • 读取json，解析标签信息

Day5

• 理论：异常捕获try-except；路径处理pathlib
• 代码练习：
  • 安全读取图片，捕获文件不存在异常
  • pathlib实现跨平台文件路径管理

Day6

• 理论：面向对象基础class
• 代码练习：编写简易数据集管理类，加载图片路径、保存路径列表

Day7 本周综合项目

• 代码任务：批量重命名图像脚本
• 遍历文件夹，把img001.jpg统一规范命名00001.jpg；过滤非jpg文件
• 产出：batch_rename.py

第2周｜Day8~Day14：Numpy + Pandas结构化数据清洗

Day8 Numpy基础

• 练习：数组创建、切片、形状变换、数值运算

Day9 Pandas基础

• 练习：DataFrame创建，csv读取、存储

Day10 缺失值处理（训练师高频考点）

• 代码练习：泰坦尼克数据集df.isnull()、dropna()、fillna()填充缺失数据

Day11 去重、异常值筛选

• 练习：drop_duplicates()；利用四分位数剔除异常样本

Day12 数据筛选、条件查询

• 根据标签过滤样本，划分正负样本

Day13 数据集划分基础脚本

• 按比例随机切分csv数据集train/val

Day14 综合项目

• 泰坦尼克完整清洗流水线：读取csv→缺失处理→剔除异常→特征筛选→保存清洗后数据集
• 产出：data_clean_table.py
• 数据集：https://www.kaggle.com/c/titanic/data

第3周｜Day15~Day21：OpenCV图像数据清洗（CV核心）

Day15 OpenCV基础

• 图像读取imread、显示、保存、通道转换BGR→RGB

Day16 图像缩放、裁剪

• 批量统一图片分辨率（训练数据集标准预处理）

Day17 图像滤波降噪

• 高斯模糊、均值滤波

Day18 亮度、对比度调整

• 图像标准化

Day19 脏图筛选思路

• 图片尺寸过滤、极小图剔除
• 代码：过滤分辨率小于320×320的无效图片

Day20 批量脚本

• 遍历文件夹，清洗图像并保存到新目录

Day21 阶段综合项目

• 图像清洗流水线脚本：原始图片文件夹→过滤过小图片→统一尺寸→输出清洗后数据集
• 产出：image_clean.py
• 练习数据集：猫狗分类数据集

---

阶段2｜第22~42天：数据标注工程、数据集规范

目标：掌握标注工具、标签格式、标签校验、数据集划分

第4周｜Day22~Day28：标注理论 + LabelStudio部署

Day22

• 学习：分类/目标检测/分割任务区别；标注规范、标注误差来源
• 阅读COCO格式文档：https://cocodataset.org/#format-data

Day23 本地部署LabelStudio

pip install label-studio
label-studio

• 搭建目标检测标注项目

Day24 LabelStudio实操

• 导入图片、创建标注标签

Day25 手动标注

• 标注50张图片，导出COCO JSON格式

Day26 理解YOLO txt标签格式

• class x y w h 归一化坐标

Day27 标签格式转换代码

• COCO JSON ↔ YOLO TXT
• 使用LabelConverter仓库代码改造练习

Day28 本周项目

• 50张图片标注，导出YOLO格式数据集

第5周｜Day29~Day35：CVAT部署、AI预标注

Day29 Docker部署CVAT（官方文档）

Day30 CVAT项目创建

• 图片上传、标签配置

Day31 CVAT自动标注功能体验

• 预标注大幅降低标注工作量

Day32 CVAT批量修改标注框

Day33 CVAT导出COCO数据集

Day34 编写脚本：检查标签文件是否存在

• 图片与标签一一对应校验

Day35 脚本：查找没有标签的图片

• 漏标注筛查

第6周｜Day36~Day42：完整数据集流水线

Day36 数据集均衡概念

• 正负样本平衡策略

Day37 数据集划分脚本开发

• 按照训练集80%、验证集20%自动划分图片+标签
• 开源参考：DataSetSplit

Day38 数据校验脚本

• 非法标签值筛查（类别id越界、坐标超出0~1）

Day39 数据增强理论

• 随机翻转、裁剪、色彩扰动

Day40 Albumentations图像增强库入门

Day41 批量增强脚本

• 扩充小数据集

Day42 阶段验收：全链路

• 原始图片→OpenCV清洗→CVAT标注→标签校验→数据集划分
• 产出：完整YOLO标准数据集文件夹结构
• 练习素材：coco128子集

---

阶段3｜第43~63天：深度学习基础 + PyTorch模型训练

目标：看懂训练代码，理解训练循环、损失函数、过拟合、优化器

第7周｜Day43~Day49：深度学习理论（zh.d2l.ai）

Day43 神经网络基础、激活函数

• sigmoid/relu

Day44 卷积神经网络CNN原理

Day45 损失函数、优化器

• SGD/Adam

Day46 训练集/验证集、过拟合、欠拟合

Day47 评估指标

• Acc、Precision、Recall

Day48 CNN经典网络

• LeNet、ResNet思想

Day49 理论复盘

• 整理笔记

第8周｜Day50~Day56：PyTorch基础

Day50 Tensor基础、cuda显卡加速

Day51 Dataset、DataLoader自定义数据集加载器

Day52 搭建简易卷积网络

Day53 完整训练循环

• 前向传播、反向传播、梯度更新

Day54 模型保存

• torch.save/torch.load

Day55 模型推理代码

Day56 项目：训练MNIST手写数字分类模型

• 数据集：MNIST

第9周｜Day57~Day63：迁移学习训练

Day57 TorchVision预训练模型调用ResNet

Day58 迁移学习原理

• 冻结主干网络训练分类头

Day59 数据集加载、图像归一化

Day60 训练分类模型（猫狗数据集）

Day61 绘制loss/acc训练曲线

Day62 测试模型，统计准确率

Day63 阶段验收

• 输出完整图像分类训练工程

---

阶段4｜第64~80天：目标检测实战、训练调参、模型微调

目标：不从头训练，基于预训练模型微调（行业主流方案）

第10周｜Day64~Day70：YOLOv8完整训练流程

Day64 安装ultralytics

• 熟悉YOLOv8配置文件yaml格式

Day65 构建YOLO数据集yaml

• 读取coco128测试训练

Day66 启动训练，看懂训练日志

from ultralytics import YOLO
model = YOLO("yolov8n.yaml")
model.train(data="coco128.yaml", epochs=50)

Day67 推理脚本编写

• 图片/视频预测

Day68 模型评估mAP指标解读

Day69 训练可视化结果查看

Day70 完整项目

• 训练小型目标检测数据集

第11周｜Day71~Day77：训练调优实战

Day71 超参学习率、batchsize、epochs作用

Day72 数据增强参数配置

Day73 解决过拟合

• dropout、mixup、权重衰减

Day74 类别不均衡解决方案

Day75 训练日志分析

• 定位不收敛原因

Day76 早停策略、模型保存最优权重

Day77 多次对比实验

• 记录调参结果

第12周｜Day78~Day80：大模型微调入门

Day78 HuggingFace数据集、transformers基础

Day79 全量微调 vs LoRA微调概念

Day80 看懂LLM微调基础代码（拓展认知）

---

阶段5｜第81~90天：端到端全链路综合项目 + 模型导出推理部署

自主完成一套完整AI项目，作为作品集

日期	任务
Day81	需求定义：选定检测目标，采集原始图片
Day82	OpenCV批量清洗原始图像脚本
Day83	CVAT标注所有图片，导出YOLO标签
Day84	标签校验脚本，修正错误标注
Day85	数据集划分，生成训练yaml
Day86	YOLOv8训练，调参优化，得到最优模型
Day87	模型测试，统计mAP、召回率
Day88	导出ONNX模型 model.export(format=”onnx”)
Day89	ONNX Runtime本地Python推理脚本开发
Day90	最终整合：整理全部代码、数据集、训练日志，撰写项目文档

项目文档应包含

• 数据清洗说明
• 标注规范
• 训练参数
• 推理示例

---

嵌入式工程师学AI - 从工具使用者到模型开发者的进阶之路