10天干智能车（心路历程：虽然没成功，但也学到了很多）

前言

时间还剩下10天，我们的时间很短，我们不得不改变策略策略，我们将跑的过程交给了电控，我的任务主要就是去负责识别图片加上给一些电控辅助的信息。然后我们现在要去做的主要是目标检测，目标检测我就感觉自己不是很会，然后的话，现在我要去做的问题就是目标检测的话用官方的数据集能不能行，其实的话我发现官方也是在开源项目的基础上进行改进的，我们现在也是不能造轮子，也得找开源的呀，然后我们去看一下那个项目，学一下。

ai stido持久化安装

有时候我们在解压完数据集后会发现再次启动环境的时候，那些解压的没有了，这时我们只要在开头加几行代码就可以去解决这个问题。

!mkdir /home/aistudio/external-libraries
!pip install beautifulsoup4 -t /home/aistudio/external-libraries

import sys
sys.path.append('/home/aistudio/external-libraries')

车道巡航数据集采集

其实这个程序很简单的但是有个小坑，这里记录一下，就是在以前我打开摄像头，然后读入视频就完事了，但这样是不对的，就是我们应该在每次用完之后
要去释放掉我们的摄像头，否则的话就是报错，因为没有去释放嘛所以再一次调用的话就不能了。

解决的方法就是：将这个摄像头的调用写成了一个函数，这个函数包括开启和关闭。
不要用过程化去写

    def take_photo(self,i):
        cap = cv2.VideoCapture(-1)
        ret, frame = cap.read() # cao.read()返回两个值，第一个存储一个bool值，表示拍摄成功与否。第二个是当前截取的图片帧。
        cv2.imwrite("{}.jpg".format(i), frame) # 写入图片
        sleep(0.2)
        cap.release() # 释放

消除光线影响

对于视觉来说，光线的影响太大了，就好比我上一次的工训比赛，换个环境就识别不上，那么我们要怎么去除光线的影响呢？我们都知道如果这个地方做好了，
那么在代码方面的处理就大大减少了。

主要有两个方面：光线强和光线弱。我们现在要解决的是光线强的问题。

RGB归一化算法：

rgb归一化其实思路就是重新计算rgb各通道的值然后计算r=r/r+b+g，b=b/r+g+b，
g=1-r-b。然后我们现在用代码实现一下看看效果：

这个效果…不白给嘛，于是在尝试各种方法后，我发现了：

HSV

其实以前有一个学长也跟我说过就是用hsv对光线的影响会比rgb要小很多，当时我并没有太在意&