CSPNet（Cross Stage Partial Network）是一种用于解决图像分割任务的深度学习模型，它在深度网络的不同阶段引入了跨阶段部分信息交流机制，旨在解决图像分割中存在的特征重复利用不足和计算效率低下的问题。base.py、build.py、converter.py：数据处理的基础类和函数、构建数据集脚本、数据格式转换工具。tasks.py：定义使用神经网络完成的不同任务的流程，

PI 0.5是 Physical Intelligence 公司推出的视觉 - 语言 - 动作（VLA）具身智能模型，旨在让机器人在陌生环境中完成复杂长时任务（如全屋整理、清洁厨房）。开放世界泛化：未见过的家庭环境也能执行 10–15 分钟多步骤任务。多源异构训练：融合移动 / 非移动机器人数据、跨实体数据及网页多模态信息，泛化能力强。双阶段 + 分层架构：预训练学通用语义，后训练聚焦移动操作；高

PI 0.5是 Physical Intelligence 公司推出的视觉 - 语言 - 动作（VLA）具身智能模型，旨在让机器人在陌生环境中完成复杂长时任务（如全屋整理、清洁厨房）。开放世界泛化：未见过的家庭环境也能执行 10–15 分钟多步骤任务。多源异构训练：融合移动 / 非移动机器人数据、跨实体数据及网页多模态信息，泛化能力强。双阶段 + 分层架构：预训练学通用语义，后训练聚焦移动操作；高

yolo train data=你的配置文件（xx.yaml）的绝对路径 model=yolov8n.pt epochs=300 imgsz=640 batch=8 workers=0 device=0。（1）yolo要求的数据标签为.txt格式，通过labelImg可以进行数据标注，笔记。（3）训练过程中首先会显示硬件设备信息，参数配置，backbone信息，最后是加载信息。根据自己电脑的配置进