| 文件名 | 用途 | 对应附录 |
|---|---|---|
| paper.pdf | 论文本体 | / |
| video_process.py | 视频预处理 | 1 |
| problem1_yolo.py | 问题一yolo检测 | 2 |
| problem2_yolo.py | 问题二yolo+贪心匹配跟踪 | 3 |
| problem2_analyze.m | 问题二结果可视化 | 4 |
| CSRT.py | 本来问题二想试试CSRT算法跟踪的 | / |
| defog.py | 暗通道去雾，已整合 | / |
| main.py | 略 | / |
| problem1_yolo_analyze.py | 问题一结果分析，没用上 | / |
| problem1_yolo_CSRT.py | 本来问题二想试试CSRT算法跟踪的 | / |
| readavi.py | 读取avi视频的代码，已整合 | / |
| 第三次人赛A题附件.avi | 视频文件 | / |
虽然评阅标准中说“不建议使用深度学习等方法”，我用yolo的时候心里也挺忐忑不安的……但是好在，一方面，感谢评阅我的论文的同学，能够欣赏我的论文；一方面，后来我问了一下老师，说yolo是可以使用的，但是一定要做好详略得当的模型描述，国赛有论文长度限制。
这一次我的yolo模型说明部分我觉得我做的也不好，还是长了，而且我没有说其前置知识，比如神经网络，比如CNN。所以这一块请大家不要模仿我。
我这次赶时间，没有自己训练模型，而是直接用了作者提供的预训练模型（刚好有车辆的标签）。这是不好的……一方面，直接拿过来用应该不太好；一方面，识别效果其实也不太好，会有很多闪烁啥的。所以我以后还是会尝试自己训练模型的。