Datawhale AI夏令营 第五期-CV方向Task1笔记

一，赛事介绍

  赛题最终目标是开发一套智能识别系统，能够自动检测和分类城市管理中的违规行为。该系统应利用先进的图像处理和计算机视觉技术，通过对摄像头捕获的视频进行分析，自动准确识别违规行为，并及时向管理部门发出告警，以实现更高效的城市管理。
 

二，初识YOLO模型

  目标检测（Object Detection）是计算机视觉领域的重要任务之一，旨在识别图像或视频中的特定目标并将其位置标记出来。与图像分类任务不同，目标检测要求不仅能够识别目标类别，还需要精确地定位目标的位置。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。

    YOLO（You Only Look Once）是一种对象检测算法，由Joseph Redmon等人于2015年提出。YOLO的核心思想是将对象检测任务转化为一个回归问题，通过一个卷积神经网络直接在图像上进行推理，实现实时对象检测。

三，评估指标

  

初赛使用F1score、MOTA指标来评估模型预测结果。

对每个json文件得到两个指标的加权求和，最终得分为所有文件得分取均值。