【Datawhale AI夏令营第五期】 CV方向 Task03 各种尝试，想方设法上分-CSDN博客

本文链接：https://blog.csdn.net/bailichen800/article/details/141628154

【Datawhale AI夏令营第五期】 CV方向 Task03 各种尝试，想方设法上分

教程部分：

首先是我自己没事瞎点，发现了DataWhale的开源课程平台链接：
https://linklearner.com/learn
传送门
在这里插入图片描述

接下来看看本期教程：

我之前跟着B站大佬@同济子豪兄的视频《两天搞定人工智能毕业设计》项目的时候，有一个步骤就是把图片旋转翻转缩放一顿操作，当时只知道是增加模型适应奇葩数据的能力，现在才知道原来这是数据集增强，而且还有这么多我不知道的神奇操作。
在这里插入图片描述

而且YOLO支持同时处理图像和视频。
（说到这个“感兴趣的对象”，我还真的很好奇，计算机视觉能显示模型对什么感到好奇吗？如果没有认为给模型传达要识别什么东西的任务，模型眼里的世界是什么样子？模型会不会自发对环境的某个部分感到好奇想了解，并把注意力分配到那里去呢？？）
在这里插入图片描述
感觉这张表有点不准确？都没具体数字，哪来的概率为0，置信度为92%？？

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.pt")  # pretrained YOLOv8n model

# Run batched inference on a list of images
results = model(["im1.jpg", "im2.jpg"])  # return a list of Results objects

# Process results list
for result in results:
    boxes = result.boxes  # Boxes object for bounding box outputs
    masks = result.masks  # Masks object for segmentation masks outputs
    keypoints = result.keypoints  # Keypoints object for pose outputs
    probs = result.probs  # Probs object for classification out