官网链接：https://github.com/Megvii-BaseDetection/YOLOX一、配置环境本机环境是Ubuntu 18.04Cuda 10.2RTX 2080ti1、创建虚拟环境conda create -n yolox python=3.72.安装torchconda activate yoloxpip install torch==1.7.0 torchvision==0

2、onnx算子文档，https://github.com/onnx/onnx/blob/main/docs/Operators.md。Win10系统下使用pytorch1.11.0、onnx1.12.0转换yolov5cls转换onnx报错如下。1、模型部署，https://zhuanlan.zhihu.com/p/498425043。查找了相关资料后是由于pytorch对onnx算子的不支持。

作为一款尖端、最先进的（SOTA）车型，YOLOv8在之前版本的成功基础上，引入了新的功能和改进，以增强性能、灵活性和效率。当预测边框和真是边框的中心点重合时，DIOU退化成了传统IOU，综合了IOU的面积损失 、和DIOU的中心点损失和自身宽高比损失三种优势。（2）对比IOU损失，L2和Giou具有偏离趋势度量的能力，当IOU=0时，交和不交的损失是一样的，L2和GIOU就不会这样。2、对于网络

查找torch与torchvision对应版本github链接：https://github.com/pytorch/vision#installation在线下载或者离线下载1、在线下载在pytorch官网选择相应的历史版本，使用conda或者pip安装，使用官网的镜像下载很慢，建议使用其他的镜像源，这里我使用的是阿里的镜像速度还不错。pip install torch==1.7.1 torch

查找torch与torchvision对应版本github链接：https://github.com/pytorch/vision#installation在线下载或者离线下载1、在线下载在pytorch官网选择相应的历史版本，使用conda或者pip安装，使用官网的镜像下载很慢，建议使用其他的镜像源，这里我使用的是阿里的镜像速度还不错。pip install torch==1.7.1 torch

常见的问题在爬虫爬取数据过程中直接爬取数据中文字符出现乱码现象经过查找资料发现，网页返回的字符集和爬取下来后转换编码不一致，这必然会引起来乱码，当源网页编码和抓取下来后程序直接使用处理编码一致时，则不会出现乱码，此时在进行统一的编码则可以完美的显示。print(response.encoding)#查看网页返回的字符集类型print(response.apparent_encoding) #自动判

安装Qtpy后运行程序报错，经过反复查找资料调试后还是不能运行，最后发现是版本不匹配问题。(darknet) cv@cv-System-Product-Name:~/wankou_detect_5_6_batch4$ python script.pyTraceback (most recent call last):File "script.py", line 1, in <module&g

查找torch与torchvision对应版本github链接：https://github.com/pytorch/vision#installation在线下载或者离线下载1、在线下载在pytorch官网选择相应的历史版本，使用conda或者pip安装，使用官网的镜像下载很慢，建议使用其他的镜像源，这里我使用的是阿里的镜像速度还不错。pip install torch==1.7.1 torch

1、在github克隆仓库到本地git clone https://github.com/Ruolingdeng/labelImg.git使用github克隆的速度很慢，推荐使用gitcode镜像仓库labelimg，国内镜像很快就能克隆到本地。wget https://gitcode.net/mirrors/ruolingdeng/labelimg.git2、进入到labelimg的文件夹，安装