紫金山赵火龙的博客

主要代码参考了https://github.com/datawhalechina/team-learning-cv/tree/master/DefectDetection的baseline，使用的YOLOv5系列模型，关于源码的注释在YOLOV5训练代码train.py注释与解析记录一下遇到的问题：1、数据预处理问题train.sh文件中，第二步使用了process_data_yolo.py，源码中关于数据集存放位置存在问题，只写了val的处理，没写train的处理，所以生成的process

最近想体验下世界上最好的Linux发行版Win10（bushi），拿来深度学习炼丹，所以参考了在WSL2中使用CUDA提到的方法安装。列举下遇到的问题：1 Windows预览版本没响应按理说在设置-更新和安全-Windows预览体验计划里面注册后，就能直接更新insider preview版本的操作系统，但是我试了几次都没用，所以直接去微软官网下载iso镜像https://www.microsoft.com/en-us/software-download/windowsinsiderprevie

代码地址：https://github.com/vdurnov/xview2_1st_place_solution模型训练中用到了混合精度训练工具Nvidia apex和图像增强工具imgaug目录1、readme1、readme权重文件https://vdurnov.s3.amazonaws.com/xview2_1st_weights.zip数据清洗本次比赛的数据集非常完善，未发现有任何问题。使用json文件创建mask图像，将“un-classified”标签归到“no

在看Faster-R-CNN复现代码（https://blog.csdn.net/weixin_44791964/article/details/105739918）的时候，发现推理阶段报错，Dataparallel无法gather参考https://discuss.pytorch.org/t/nn-dataparallel-typeerror-expected-sequence-object-with-len-0-or-a-single-integer/97082/23后发现，问题出在网络输出的Ten

1、版本不匹配[E] [TRT] Layer:Where_51's output can not be used as shape tensor.[E] [TRT] Network validation failed.[E] Engine creation failed.[E] Engine set up failed.这实际是由于pytorch与TensorRT版本不匹配，我的TensorRT是7.0，pytorch应该是1.4，但我用了1.7因此需要用1.7重新读取权重文件，然后用老