从极市平台看到，2023.2.26起，视觉AI算法实训加速营本着学习和实践的态度，对卸油作业安全设施识别(https://www.cvmart.net/topList/10585)，打榜；最终过关：提交算法通过，现把过程分享，有问题一块解决哈：

基本步骤

基本过程：

注册，点击打榜，相中那个参加打榜，工作台进行开发，会有vscode的网页版本，进行代码编写。

Ctrl + `  :  快捷键，打开 命令行

模型开发：

   感觉还是适合yolov5，快速又准确，后面再试试yolov8，看看：

 用的模型库是实训老师的：目标检测：https://github.com/daimaohui/cvmart_yolov5 ，按着步骤一步步来，分数应该差不了；

卸油作业安全这个，把测试的ji.py,改成卸油作用的分类后，上分挺快的：

我的第一次出分是  性能分：77.6298  f-score：0.9231

训练的命令行代码是：     

接续训练：# 接着 上一次 继续训练

写好，pt文件夹地址就成：

算法封测：-其实就是把训练结果，转到tensorrt 的C++版本下

同样，也要看实训老师给的教学：

https://blog.csdn.net/qq_35200479/article/details/127761384

也有视频：https://www.bilibili.com/video/BV1bG4y1w7Pj , 看完保证你会，哈哈

现在主要写一下，我觉得主要 注意点吧：

使用的库是：

https://gitee.com/cvmart/ev_sdk_demo4.0_pedestrian_intrusion_yolov5

复制 库，到ev_sdk文件夹下：

修改 阈值，分类类别：

改模型路径：

编译：

以下2个都要，进行，不然测试和提交代码，会报错：

对工程，进行编译：

对test 文件夹，进行编译：

测试：单张 图片-命令行

需要把图片，存到/project/inputs/ 文件夹下：

Nms的阈值修改：也可以像cid进行传参数，调试

算法测试的时候，性能提不上去，可以这样写，去掉cv图的输出，但要保留 if 判断，不然sdk规范性通过不了：

好啦，就补充这些，有问题请@我，一起解决~