Datawhale AI 训练营 cv方向Task1

今天刚刚开始学习，跟着文档将代码运行了一遍，也报名了比赛。自己对代码的理解还是不够，有很多部分是看不懂的，还需要不断地去学习。

因为自己没什么深度学习的代码基础，所以很难理解代码中的细节，需要更多的去学习。不过好在有baseline能够直接一键运行，起码给出一些正向反馈。
针对YOLO这个库，是我第一次了解对于我而言有挺大的挑战的。看了训练营中的教程对YOLO有了一个简单的了解，运行它的代码对我来说并不是什么很难的事情，但是想要做一些改变看看到底能怎么提升代码的效率和评分。
我自己实际动手写了一段很简单的YOLO实例，以便于我更加深入的了解YOLO。

import cv2
import numpy as np

# 加载YOLO模型
net = cv2.dnn.readNet("yolov3.weights", "yolov3.cfg")
layer_names = net.getLayerNames()
output_layers = [layer_names[i[0] - 1] for i in net.getUnconnectedOutLayers()]

# 加载类别标签
with open("coco.names", "r") as f:
    classes = [line.strip() for line in f.readlines()]

# 读取图像
img = cv2.imread("image.jpg")
height, width, channels = img.shape

# 创建blob并进行前向传播
blob = cv2.dnn.blobFromImage(img, 0.00392, (416, 416), (0, 0, 0), True, crop=False)
net.setInput(blob)
outs = net.forward(output_layers)

# 解析检测结果
class_ids = []
confidences = []
boxes = []
for out in outs:
    for detection in out:
        scores = detection[5:]
        class_id = np.argmax(scores)
        confidence = scores[class_id]
        if confidence > 0.5:
            # 目标检测
            center_x = int(detection[0] * width)
            center_y = int(detection[1] * height)
            w = int(detection[2] * width)
            h = int(detection[3] * height)
            x = int(center_x - w / 2)
            y = int(center_y - h / 2)
            boxes.append([x, y, w, h])
            confidences.append(float(confidence))
            class_ids.append(class_id)

# 非极大值抑制
indexes = cv2.dnn.NMSBoxes(boxes, confidences, 0.5, 0.4)

# 绘制检测结果
for i in range(len(boxes)):
    if i in indexes:
        x, y, w, h = boxes[i]
        label = str(classes[class_ids[i]])
        confidence = confidences[i]
        color = (0, 255, 0)
        cv2.rectangle(img, (x, y), (x + w, y + h), color, 2)
        cv2.putText(img, f"{label} {confidence:.2f}", (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2)

# 显示结果图像
cv2.imshow("Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

参加这个训练营，我希望可以对人工智能的理解更深一点。之前只是单纯对人工智能有些了解，但是只会一些基本的算法，并没有涉及到具体的应用层面。