人工智能考点总结

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