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()]