第 1 / 30 课。 前置：从零搭建视觉模型。本篇的运行范围以实验说明和验证记录为准，构造样例不代表真实任务精度或板端性能。
从一个模型文件开始，先问什么
拿到 model.onnx 后不要立即接摄像头。先建立接口表：输入名字、类型、布局、尺寸、颜色顺序、缩放与均值方差；输出名字、形状、坐标单位、类别映射和后处理。形状相同只表示容器兼容，例如 RGB 与 BGR 都是三个通道，但值的意义不同。
本系列承接入门课程。学完后应能独立审查一个模型、实现任务流程并进行部署对照。01～18 与 28～30 组成检测跟随主线；19～27 可按项目选学。每课代码包独立，先运行原始配置，再修改练习。
用层级和数据流交叉阅读
模块列表回答“有什么层”，前向计算回答“这些层怎样连接”。残差相加、切片和 reshape 未必表现为独立模块，所以不能只统计 children()。先以一次固定输入记录叶子模块的形状，再对照 forward 中的函数调用。hook 应在检查后移除，以免重复注册和保留张量。
本课用随机初始化 MobileNetV2，把输入限定为 [1,3,64,64]。实际预训练权重的输入处理必须另行读取权重说明；64×64 只是本实验的结构探针。网络输出 [1,1000] 并不表示它已经能识别 1000 类。
结构、参数与模式各自负责什么
结构决定计算关系，参数决定具体映射，eval() 决定 BatchNorm、Dropout 等模块的行为。inference_mode() 关闭梯度相关开销，不会代替 eval()。同时保留两者，是因为它们解决不同的问题。
参数量是张量元素数量之和。把它乘以每个元素的字节数只能估计权重空间，不能代表峰值内存；中间激活、运行库工作区与输入缓冲也占空间。
动手检查与交付
运行实验，核对第一层、最后一层和输出。将输入改为 [2,3,96,96]，预测哪些维度变化。再把输入通道改为 1，读取报错，定位失败发生在哪个接口。
参考结论：批量维跟随 N，空间维由步长与池化改变，分类通道数由 head 决定。灰度图不能仅靠“改 shape”变成模型接受的 RGB 输入。交付一张输入输出契约表，并把模型文件哈希、来源及版本与它放在一起。
课程地图与学习顺序
| 部分 | 课次 | 学完后的交付 |
|---|---|---|
| 网络结构与轻量主干 | 01～06 | 输入输出契约、轻量模块、融合数值对照 |
| 完整检测流程 | 07～13 | 多尺度结构、标签检查、推理与导出入口 |
| 视频跟踪与云台 | 14～18 | 轨迹生命周期、目标锁定、时序与停止规则 |
| 人脸、姿态与 OCR | 19～24 | 对齐、阈值、关键点、文字处理流程 |
| 按项目选学的视觉专题 | 25～27 | 分割、异常检测、深度与恢复的实验基线 |
| 部署优化与综合验收 | 28～30 | 计算图审查、压缩对照、检测跟随回放 |
优先顺序为 01～18 → 28～30；19～27 按项目选学。完整 30 课均已提供独立实验。真实权重、真实数据和硬件验收需遵守各课明确的输入与运行条件，教学实验通过不等于这些项目环节已经完成。
配套实验与运行记录
实验：怎样读懂一个实际模型
查看完整代码：main.py
"""从输入契约、层级结构和输出语义出发，检查模型形状、参数与运行模式。"""
import torch
from torchvision.models import mobilenet_v2
def main():
torch.manual_seed(7)
torch.set_num_threads(2)
model = mobilenet_v2(weights=None).eval()
records, handles = [], []
def hook(name):
def record(module, args, output):
records.append((name, list(args[0].shape), list(output.shape)))
return record
for name, module in model.named_modules():
if name and not list(module.children()):
handles.append(module.register_forward_hook(hook(name)))
with torch.inference_mode():
output = model(torch.zeros(1, 3, 64, 64))
for handle in handles:
handle.remove()
assert output.shape == (1, 1000)
for row in records[:4] + records[-4:]:
print(row)
print("parameters:", sum(p.numel() for p in model.parameters()))
print("output:", list(output.shape), "random weights: structure check only")
if __name__ == "__main__":
main()
在项目根目录执行；下载包解压后，在解压目录执行 python3 main.py。
cd 'content/posts/AI-深度学习/嵌入式视觉模型进阶/01-怎样读懂一个实际模型/code' && python3 main.py在本篇代码目录执行 python3 main.py。依赖安装、可选入口见包内 README.md；实际运行结果见 verification.md。下载包包含本课使用的辅助模块与样例。
参考与进一步阅读
原始论文或官方文档用于核对结构、接口和适用范围。本篇代码是围绕教学目标编写的最小实验；除明确注明的完整入口外，不视为对应论文模型的完整复现。