Weyoung_的博客

CenterNet仓库链接：https://github.com/xingyizhou/CenterNet记录一下跟着INSTALL.md走的过程遇到的一些问题问题1：更改cudnn这一步倒是没报错，记录一下这个命令的意思。把对应py文件的1254行中的torch.backends.cudnn.enabled替换成False执行完以后可以去py文件里检查一下，或者自己手动替换# PYTORCH=/path/to/pytorch # usually ~/anaconda3/env

想看看pytorch的nms源码，然后单独运行torch.ops.torchvision.nms时会报错。然后再help得到下面结果：函数调用是没什么问题了，就是还看不了源码，貌似是因为内建函数的原因？

加入SE模块后就会报错，不加SE模块没问题，不知道为啥。。。最简单的解决方案是dataloader的num_worker参数设为0，但是加载数据会慢很多以下是正确的解决方案：https://blog.csdn.net/qq_39560620/article/details/105734243原因：一开始我以为是多线程的问题，后来才发现是matplotlib.pyplot造成的问题。matplotlib.pyplot在运行的时候，是需要在主线程(Main Thread)上运行的，然而，我在使

这是一个笔记本，记录在pytorch种遇到的一些小函数的使用说明，不断更新中。gt、ge、eq、lt、le系列函数：torch.gt(input,value)Returns: bool tensor,shape as input即greaterthan、greateerqual、equal、lessthan、lessequal用于比较tensor与指定值的大小，输出同shape的bool型变量torch.long、torch.uint8类型用作索引的区别:t = torch.r

目录1.下载源码2.制作数据集3.生成文件4.两个yaml文件5.训练相比yolov3版本，整理了生成train、val txt文档的方式，可以将数据集放在别的目录下了1.下载源码https://github.com/ultralytics/yolov5，下载源码并解压https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data，官方教程2.制作数据集仍由VOC格式为例JPEGImages改名为ima