everything在限定路径范围搜索文件

引发pytorch：CUDA out of memory错误的原因有两个：1.当前要使用的GPU正在被占用，导致显存不足以运行你要运行的模型训练命令不能正常运行解决方法：1.换另外的GPU2.kill 掉占用GPU的另外的程序（慎用！因为另外正在占用GPU的程序可能是别人在运行的程序，如果是自己的不重要的程序则可以kill）命令行中输入以下命令，可以查看当前正在GPU运行的程序：nvidia-sm

原本我以为在darnet中因为一些问题中断yolo模型的训练后，再利用之前中断的weights来重新训练是会在这个weights的轮次的基础上再加上cfg文件上的轮次，但今天我对一个已经完成cfg上轮次训练的a模型，再一次用一样的命令行命令进行训练，想要在这个cfg轮次的训练上再加一次cfg的轮次训练，不同的是weights改为已经训练好的a模型weights，但命令行运行后立刻说saving w

python转so封装，不可查看源代码参考文献https://www.cnblogs.com/gmhappy/p/11863974.html‘test’so文件名‘test.py’ 需要转换的文件写好该文件后再命令行python py2so.py build_ext --inplace反编译参考文献：https://blog.csdn.net/xiongtiancheng/article/deta

针对分类和检测任务的一点区别(自己的一点愚见，如有不对请指正)imagenet数据集主要是用来做分类任务，对于某一张图片里面的多个物体，它的发呢类只是归属于某一个物体，只是对于某个物体做的分类。只是对图片里面主要的物体做分类，因为分类不能去做检测，单纯的分类网络只能做单分类。若想多分类，则需要加上检测的网络分支才可以。imagenet里面的用于检测任务的数据集比较小。coco数据集，主要用来做检测

引发pytorch：CUDA out of memory错误的原因有两个：1.当前要使用的GPU正在被占用，导致显存不足以运行你要运行的模型训练命令不能正常运行解决方法：1.换另外的GPU2.kill 掉占用GPU的另外的程序（慎用！因为另外正在占用GPU的程序可能是别人在运行的程序，如果是自己的不重要的程序则可以kill）命令行中输入以下命令，可以查看当前正在GPU运行的程序：nvidia-sm

————————————————版权声明：本文为CSDN博主「jinzi_a」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/jinzi_a/article/details/115199187?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_rele

kitti数据集处理主要参考：darknet yolov3 训练 kitti数据集YOLOv3训练KITTI数据集ua-detrac数据集处理主要参考：DETRAC-Train-Images转换成VOC格式的数据集YOLOV3—进行车辆检测

可以在win10搜索栏中搜索找到，按上述步骤勾选“虚拟机平台”并重启即可。在第二步安装Ubuntu的链接中，当走到。

PyTorch错误：The “freeze_support()” line can be omitted if the program is not going to be frozen to produce an executable.错误代码如下：RuntimeError:An attempt has been made to start a new process before thecur