干货分享 | MindSpore21天实战营手记（四）：基于YOLOV3-DarkNet50的篮球检测模型

本次课程作业要求输入一张篮球比赛的图片，识别运动员的动作，并作出标。其实实战营第一课的进阶作业就编译了一个目标检测APP。我用那个小程序识别了一张小猫对着手枪举起俩前爪的图片。结果小猫识别对了，手枪被识别成了吹风机。

我觉得视频目标检测非常神奇，因为一张图片上可能有很多东西，它是怎么会把目标认出来呢？今天的模型更强悍，不但要识别对象，还要识别出动作。

听了老师的讲解，我终于知道了检测模型底层是怎么运作的——原来在识别之前需要一个标注的过程，由人框出目标，并给目标赋予属性。这个过程目前还没办法依靠机器自动完成。标注完成之后才会进入到训练和推理等后续环节。

课程回看：

https://www.bilibili.com/video/BV1PT4y1c7gp

作业过程

有了前两节课的作业经历，ModelArts的操作套路已经很熟悉，加上老师提供的作业指南（附后）说明很详细，完成本次课程的作业并不困难。

而且今天ModelArts公测环境非常给力，提交之后几乎不需要排队，几分钟就输出结果，所以用小半天的时间就完成了作业。

• 体验作业：输入图片，利用已经训练好的模型进行动作检测。

• 进阶作业：将输入视频分解为帧图像，再把帧图像重组为输出视频。

进阶作业稍微复杂一些，首先是视频获取的问题。本次课与以前课程不太一样的地方，就是需要自己找数据了。我感觉网上找的比赛视频片段都不够清晰。最后选择了一段央视网体育频道的一场比赛录像，用EVCapture录制了20秒左右的片段，保存成1280*720的MP4文件。

其次是作业指南中的视频转换参考脚本提示了关键步骤，需要补全代码才能完全从视频到图片的转换。我没用过opencv，因而用jupyter notebook（附后）分步执行，能够观察每一步执行结果，出了什么错能立马就知道。我感觉这些工具对于完成作业非常有帮助。