Datawhale AI训练营 cvTask2学习心得

经过了Task1的学习，对于cv方向的深度学习有了一定了解，再加上看了训练营的直播经过学长对于比赛赛题的讲解和代码的介绍，让我更好的理解和阅读代码。在最开始看到代码实际上是有一点对于未知的恐惧的，不过经过学长细心地讲解已经理解了整个baseline的代码逻辑和大体架构。
我在看完Task2的打卡文件之后，对照文中给出的修改建议对代码进行了修改，并在云服务器上进行了运行。我将训练所用的模型换成了YOLO8s，并且根据更新的代码仓库中针对YOLO进阶代码，对之前给出的baseline中的代码进行了修改。

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

import warnings
warnings.filterwarnings('ignore')

from ultralytics import YOLO
model = YOLO("yolov8s.pt")
results = model.train(data="yolo-dataset/yolo.yaml", epochs=30, batch=16)

经过修改后所得出的结果比最开始的代码得分提高了0.3，由0.4提升到了0.7左右，虽然还是一般都是对于我这个没什么深度学习代码基础的人来说，已经很不错了。接下来打算对代码再进行一些其他的修改以期待分数可以提高更多，希望可以在接下来的比赛中有所成就。