一、数据集获取途径
百度飞桨AI Studio，使用公开数据集，并且可以利用该数据集创建项目
图1 飞桨官网数据集搜索
二、其他数据集获取途径
Kaggle、天池、DataFountain、科大讯飞官网、COC
图2 ?kaggle官网数据集搜索
?????? 对数据进行归一化处理有利于梯度下降（百度AI Studio的learning rate默认是warm-up形式，先上升后下降）
图3 数据预处理
三、数据划分与预处理
- 数据可划分为训练集、验证集和测试集
- 数据预处理与特征工程的步骤：感知数据à数据清理à特征变换à特征选择à特征抽取
图片标注工具：labelimg；labelme
图4 课程的labelimg操作
图5 自行操作的Labelimg实验
三、图像处理方法
3.1 图像的本质
位图：由像素组成；每个像素由0到255的决定（0：黑；1：白）；放大会模糊；颜色由[r,g,b]组成
矢量图：超矢量定义；放大不模糊；表现力差
做数据增强的原因：数据量少à过拟合；数据量小à欠拟合
IOU值：area of overlap/area of union
查准率(Precision)：TP/(TP+FP)
查全率(Recall):TP/(TP+FN)
四、课程总结
这门课中是以CV为任务主线的，而我在图像处理和计算机视觉领域几乎是小白，课上老师所讲的也大多听不懂，所以回去要加强图像处理知识的学习。
课上提及到的数据源要多多浏览，丰富自己找数据的途径。