2020.11.1-14关于在Darknet上用YOLOV3识别图像与学习数据结构和了解宽度学习的初步学习Part1

****1.计划是任何事情的开始，首先罗列任务安排及完成情况

由于之前笔者在ububtu上曾乱改环境变量以致电脑在锁屏时开不了锁，所以第一步只能是重装ubuntu系统
****2.关于在Ubuntu上用Darknet与opencv进行图像识别：
以下为结果：

以下为其基本操作：
step1：下载darknet
step2：Make操作
step3：下载 pre-trained weight文件
step4：测试一下：./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
在/darknet文件夹内，predictions.jpg就是识别结果。
用OpenCV编译Darknet
step1：修改Makefile，并make
/darknet/Makefile里第一句改成OPENCV=1:
安装这个库：sudo apt install libopencv-dev
step2：测试./darknet imtest data/eagle.jpg

****3.数据结构的初步学习 以下为简单总结及摘要的思维导图：
1.数据结构的基本概念：

2.算法和算法评价：

3.线性表：


4.两场学术报告：
1：基于图像识别的自动驾驶车跟踪仿真技术研究
2：从优化角度浅谈神经网络中的学习与控制

1.基于图像识别的自动驾驶车跟踪仿真技术研究
一下为同一路口，不同自动驾驶车辆与手动驾驶车辆的数量与交通承载量的关系与结论：

2：从优化角度浅谈神经网络中的学习与控制（即宽度学习系统，部分介绍来源于兰州大学 金龙教授 与csdn 再次鸣谢）：

in always：两个星期系一段不多不少的时间，在大学4年里有很多个两个星期，但系时间真系会过得好快，好好利用，过属于自己的精彩大学生活，共勉之。