qq_34508123的博客

YOLOv7 在速度和准确性方面均超越了所有已知的目标检测器，在 5 FPS 到 160 FPS 的范围内表现卓越，并且在 V100 GPU 上，以 30 FPS 或更高的实时性能达到了所有已知目标检测器中的最高准确率 56.8% AP。YOLOv7-E6 目标检测器（V100 上 56 FPS，55.9% AP）在速度上比基于 Transformer 的检测器 SWINL Cascade-Mask R-CNN（A100 上 9.2 FPS，53.9% AP）快 509%，准确率高 2%；

我想经常需要装环境的同学应该很烦，可能因为你的不小心，导致系统崩溃等等问题，或者环境需要装另一个版本的cuda，但是目前换可能不是很方便。这些我都遇到过，那么docker可以满足你的一切需求，你可以安装不同的环境，打包然后上传，下次就算是系统崩溃，也可以快速部署环境，不用浪费太多的时间，毕竟时间是最宝贵的。我在网上找了很多相关博客还是不会，然后结合大语言模型，和自己的实际操作，写了这篇文章，主要的目的是记录。那么接下来开始吧。

简述相机不同类型

【代码】记录代码（一些损失函数）

【代码】记录代码用。

如果输出提示没有torchinfo，直接执行命令。

【代码】CBAM注意力结构代码。

【代码】记录代码用。

时间比较久了，这是21年写的代码，实现的是调用摄像头来识别单个数字

记录运行代码遇到的错误