训练完成后，平台会自动生成一个result目录，目录下会有模型目录然后是刚刚我们自定的name目录，直接打开latest（目录超级深，更套娃似的）。然后会在image目录里面看到我们模型在测试集上的推理结果，有原图和分类概率和heatmap，非常直观。我用的是工业的缺陷数据，大家可以自行寻找一些，比如说mvtec的开源数据并整理一下放到一个dataset目录下。模型的训练按数据集分成两种：仅使用正

​在windows环境下使用torch的profiler+TensorBoard试图进行模型的性能分析，发现在TB上只有CPU的信息，缺少GPU的信息，试图去社区寻找解决方案，发现早在22年该问题就被提出来了，但是帖子里只有提问而无人解答。所以至此也一直无法解决（本人能力有限，等一个大佬救救孩子）。。。。于是乎，改变思路转而换成Nsight System进行。但是关于ns用于性能分析的教程较少，我

今天Ultralytics发布了他们最新的yolo系列：v11，赶紧来看看自己的数据集跑出来是否有涨点！！感觉yolo系列是不是出的太快了（爆肝），一年内就更新了三个大版本（8、10、11）。。。