前言
今天是第二课，主要是了解数据集的获取途径以及数据处理的技巧
一、数据集获取途径
数据集可以从AIStudio，kaggle及天池等平台获取，当然，也可以自己做
图像处理流程
- 图片数据获取
- 图片数据清洗
- 图片数据标注
- 图片数据预处理
- 图片数据准备
- 图片数据增强
图像处理应该是出于项目的最终目的，检查数据是否在预定范围内，是否符合预期，如有不好的则剔除，使得数据可以更好使用，可以更好地提取特征，减少在后期可能出现的问题
二、欠拟合和过拟合
欠拟合
欠拟合很好理解，就是模型没有找到数据集的一般规律，或者说不能很好地总结数据集的特征，使得到的模型精确度不高
过拟合
过拟合，网上的解释是说能在训练数据上有很好的表现，但在测试数据上却表现一般。
对此，我的理解是，应该是在训练中，模型总结出来的一般规律偏离的人们的预期。例如，在口罩识别中，如果我输入的图片都是带着口罩的人，这些人都有一头长发，那过拟合的结果可能是模型只记住了长发，而没有记住口罩，这样，在测试的时候就可能出现光头戴口罩却识别不出来。
作业完成过程
之前没学过人工智能，一切都得从零开始
作业是要求上传图片以及对应的标注文件
首先，下载labelImg，点击课件中的超链接https://github.com/tzutalin/labelImg，下载文件，翻到下面，发现有安装方法
下载Anaconda并安装
建立一个新的文件夹，点击安装文件，根据自己的实际情况勾选选项，将anaconda安装到新建的文件夹
然后要添加环境变量
右键 “此电脑”，找到“高级系统设置”
然后点击用户变量中的 “Path”，添加以下环境变量：
- D:\anaconda
- D:\Python\Scripts
- D:\anaconda\Library\bin
完成后保存关闭窗口
接着点击电脑左下角的可以发现
点击上图中的第三个，也就是Prompt
还记得上面提到GitHub上的安装方法吗？
依次输入以下
conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py
完成后就可以进行标注
新建Annotations和JPEGImages
我在TB上找了20张键盘的图片，并把图片放到JPEGImages文件夹
点击labelImg左侧的 Open Dir ,选择到JPEGImages文件夹，再点Change Save Dir，选择到Annotations
按W可以开始标注，框选所需部分后会出现一个窗口，这里输入对应的名字，我用的图片是键盘，则输入keyboard，名字应该是可以随便起的。
标注好一张图片后点击左侧保存，再点Next Image下一张图片
