lmageSets文件夹下面有个Main子文件夹，其下面存放了 train.txt、val.txt、test.txt 和 trainval.txt 四个文件，它们是通过split_train_val.py 文件来生成的。上面的代码，如果直接在pycharm运行tranin.py，会下载YOLOv5自身的数据集并进行训练，而不是会训练自己提供的数据集，需要对tranin.py进行修改才可以训练自己的

运行下面的代码时，发生了pandas与numpy的版本冲突问题，在网上查了不少资料，看pandas的哪个版本与numpy的哪个版本是相对应的。问题还是无法解决，最后是另外建立一个新的虚拟环境，安装numpy、pandas，运行下面的代码就没有再出现pandas与numpy的版本冲突问题了。之所以没有用新的虚拟环境运行代码，是因为其他模块，如torch、torchtext、portalocker、n

如果报 AttributeError: module ‘tensorflow._api.v2.data’ has no attribute ‘AUTOTUNE’ 错误，就将 AUTOTUNE = tf.data.AUTOTUNE 更换为 AUTOTUNE = tf.data.experimental.AUTOTUNE，这个错误是由于版本问题引起的。VGG的结构非常简洁，整个网络都使用了同样大小的卷

size = len(dataloader.dataset) # 训练集的大小num_batches = len(dataloader) # 批次数目train_loss, train_acc = 0, 0 # 初始化训练损失和正确率for X, y in dataloader: # 获取数据及其标签# 1. 确保输入数据有三个维度，添加一个seq_len维度if X.dim() == 2: #