gubeiqing的博客

之前的代码还可以，但是换了个电脑之后，重新从github上下载代码，结果运行出来之后，视频没有结果，测试yolov5_deepsort的时候出现的错误。于是找呀找呀。终于找到了问题。在detecor.py文件中，加入 cudnn.benchmark = True 就可以了 if webcam: view_img = check_imshow() cudnn.benchmark = True # set True to speed up constant image

Google colab应该是非常不错的选择，长期免费，褥资本主义羊毛，我们绝不手软2333，下面是一个非常简单的三步上手使用教程。1.配置它的配置大概是15g硬盘（Google drive的云空间）当然各种库文件是不算在内的，你可以把它理解成一个数据存储空间，内存大概是12gb左右，gpu目前有4种，p100，T4，P4，K80，内置tensorflow以及pytorch的完整库文件，如果想用其他深度学习库，一个pip就可以搞定，基本可以满足大部分项目或者比赛的使用体验。对于colab使用其实只需三

1.目前学术和工业界出现的目标检测算法分成3类：（1）传统的目标检测算法：Cascade + HOG/DPM[4] + Haar/SVM[5]以及上述方法的诸多改进、优化,这种检测器主要是利用图像中的边框特征(Haar特征)进行目标检测，通过多个弱分类器以级联加权的方式组合起来，最终形成一个强大的强分类器；（2）候选区域/框 + 深度学习分类：通过提取候选区域，并对相应区域进行以深度学习方法为主的分类的方案，如：R-CNN（Selective Search + CNN + SVM）[6]SPP-net（