考点分析
其实真的没什么要说的,因为考的太简单,
考点列举:
1,图片的预处理
考的地方是utils.py文件中的
2,数据标准化
在utils.py文件中,对图片数据进行了处理
3,图片和预测框的加载
在train.py文件中读取了图片的路径和图片框的位置
4,预测框个数的加载
这在train.py文件中,这里要与上面的图片和预测框的加载中的读取方式有所区别,一个是readline()一个是readlines()
5,权重的加载与判断
在预测文件中yolo.py文件中,对已经训练好的权重进行加载并进行判断
6,神经网络的构建
这是神经网络部分,虽然多但不难
yolo_body是大的神经网络用于预测9个预测框
tiny_yolo_body是小的神经网络用于预测只有6个预测框
7,数据的划分
这里划分了训练集与测试集
8,定义损失函数,和loss
这里定义了loss和定义了损失函数
9,对训练集和测试集进行训练
这里在train.py文件中,对训练集和测试集进行训练
10,tensorboard查看,(也可以叫训练过程保存,和模型保存)
这里进行训练时对tensorboard文件进行保存,保存路径是log_dir下
这样就可以打开网页。查看
11,权重的保存
在train.py文件下