- 博客(3)
- 收藏
- 关注
RSS订阅原创 Datawhale AI 夏令营-Task3 数据集增强与模型预测
在增加训练样本和修改模型后，我们将在这一节中采取一些小技巧来提升尝试提升模型性能。
2024-08-31 23:46:01
1546
原创 Datawhale AI夏令营第五期 Task2：建模方案解读与进阶
从BaseLine代码中看到，训练数据仅使用了前10个视频生成训练数据集。而比赛主办方提供的数据总共有53个文件，因此可以将所有视频用来制作数据集。import sysimport cv2return# 打开文件并读取内容try:except:print("")thickness = 2 # 线条粗细out_path = r"你的路径"imgs = glob.glob('你的路径')发现数据集中具有较多高一致性的图片：因此在生产数据集的时候，进行抽帧。
2024-08-29 23:41:29
261
原创 Datawhale AI 夏令营第五期 CV竞赛方向Task1笔记--初识yolo模型
开发一套智能识别系统，能够自动检测和分类城市管理中的违规行为。该系统应利用先进的图像处理和计算机视觉技术，通过对摄像头捕获的视频进行分析，自动准确识别违规行为，并及时向管理部门发出告警，以实现更高效的城市管理。根据给定的城管视频监控数据集，进行城市违规行为的检测。违规行为主要包括垃圾桶满溢、机动车违停、非机动车违停等。选手需要能够从视频中分析并标记出违规行为，提供违规行为发生的时间和位置信息。【机动车违停】机动车在设有禁止停车标志、标线的路段停车，或在非机动车道、人行横道、施工地段等禁止停车的地方停车。
2024-08-26 22:12:55
1276
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人