拆解练习项目清单（照着练，从「拆」到「改」）

用大白话说：这一页帮你搞懂——你这套视频检测系统，到底该照着哪几个小练习，先「拆开看明白」、再「动手改一改」，一步步练出真本事。

我们定个原则：先拆懂，再改。 每个项目都分「拆」和「改」两步。难度从 ⭐ 到 ⭐⭐⭐⭐。每项目标了需要的 Python 基础点（哪里不熟，先去看 Python 基础补强）。

项目 1：给你的管线加「分段计时」 ⭐⭐

这个项目最贴你的手。你现在系统卡在哪一步，其实心里没数。我们就先给它「分段掐表」，看看到底是哪一步慢。

• 拆：用方法论的「3 问法」，在 解码 / 推理 / 绘制 / 推流编码 各插 time.time() 打点（说人话：在每段前后记个时间，算出每段花多久）。
• 改：跑一路真实流，输出各段耗时表，定位真瓶颈（八成是 CPU 解码 + 软编码）。
• 价值：把「凭感觉拧 imgsz/conf」变成「看数据再优化」（说人话：别瞎调参数，先看哪慢再动手）。
• Python 点：time 模块、print、字典存耗时（说人话：字典=用「名字→值」成对存东西，像电话本）。

项目 2：裸写最小 agent ⭐⭐

你想搞懂「AI 小助手」到底怎么写。这个项目让你从零写一个最小版的 agent（说人话：能自己想办法、调用工具干活的「小助手」程序），不再把它当黑箱。

• 拆：按 6 模块画出你要写的 agent 结构（循环 / 工具 / 记忆）。
• 改：补全 Phase 4 的 30 行骨架，接真实 LLM API（说人话：LLM=大语言模型，就是会聊天的 AI，比如帮你写代码那种），调通「计算器」或「天气」工具。
• 价值：打通 Agent 机制，之后 LangChain 不再是黑箱（说人话：黑箱=你只管用、不知道里面咋跑）。
• Python 点：while 循环、字典、input()、函数（说人话：一段能重复使用的「动作」指令）、异常处理。

项目 3：从零用 PyTorch 写两层 CNN 做分类 ⭐⭐⭐

你想真懂 AI 怎么「看图认东西」。我们从最基础的 CNN（说人话：一种专门看图找特征的 AI 结构）写起，亲手跑通一个分类模型。

• 拆：读 PyTorch 官方 MNIST 示例，画出「数据 → 模型 → loss（说人话：扣分项，用来衡量它错多少）→ 优化器」数据流（说人话：数据从哪来、过哪些步骤、到哪去的一条线）。
• 改：把示例模型换成「2 个卷积层 + 池化 + 全连接」，跑通并看准确率。
• 价值：CNN 基础从概念变成手感（Phase 1 的地基）。
• Python 点：class（说人话：把「数据」和「动作」打包在一起的模板）、nn.Module、张量（说人话：多维数字表格，图片在电脑里就是这种东西）、for 循环、numpy（说人话：Python 里专门处理数字表格的工具）。

项目 4：读 Ultralytics 一个文件并画数据流 ⭐⭐

你常用 Ultralytics 这个库，却不知道里面咋跑的。这个项目带你读它一个文件，看一张图进去、框怎么出来。

• 拆：选 ultralytics/engine/predictor.py，追一张图从 predict() 到输出框。
• 改：在推理前后加 print(tensor.shape)，确认每层 shape（说人话：这张图的尺寸，高×宽×通道数）变化。
• 价值：练「读陌生库源码」的能力（Phase 1 方法落地）。
• Python 点：类方法、yield（说人话：让函数能「现做现给」，省内存）、上下文管理器（说人话：自动帮你「开→用→关」，不怕忘关）。

项目 5：把安全帽几何判定换成小分类器 ⭐⭐⭐

你现在的「戴没戴安全帽」是用几何规则猜的，经常错。这个项目教你换成一个小模型来判断，准确率能上来。

• 拆：读你 cpu_model_stream.py 的 is_wearing_hat（几何启发式，说人话：用「位置、大小」这种几何规则来猜结果），画出怎么判定、为什么重叠就错。
• 改：裁出人头 crop（说人话：从图里切出一块），接一个 tiny 分类器（说人话：一个小判断器，给图片分个类，比如「戴帽/没戴帽」）替代几何判定，对比准确率。
• 价值：从「后处理启发式」走向「属性模型」，直接提升系统精度（说人话：精度=模型准不准）。
• Python 点：numpy 切片、cv2（说人话：专门处理图片/视频的 Python 工具）裁剪、torch（说人话：PyTorch，写 AI 模型常用的 Python 工具箱）推理。

项目 6：写生产者-消费者队列理解背压 ⭐⭐

你的系统「塞太快、后面堵」的原理你没搞懂。这个项目用一个最小例子，让你亲眼看见「通道堵塞」是咋回事。

• 拆：读你代码里的 frame_queue（maxsize=10）和 queue.Queue 用法（说人话：生产者-消费者=一边往传送带上放、一边取；队列=排队的传送带）。
• 改：写个最小 demo：一个线程（说人话：让程序同时干的一件事）往队列塞、一个线程取，队列满时观察「丢/等」行为。
• 价值：搞懂系统「通道堵塞」的底层机制（说人话：背压=前面塞太快、后面来不及，被堵住），为 Phase 3 多路改造打底。
• Python 点：threading（多线程）、queue.Queue、put(block=False)。