https://zhuanlan.zhihu.com/p/37007960

开门见山，没跑起来，麻了，最终预测的时候全给预测成了person，简单看了下，自己甚至还忘了output的构成，所以到底哪儿除了问题也是没搞清楚。交给明天了

 简单推断可能出错的地方：①前向传播过程中，在非极大抑制IoU这个过程中出错；②output下标对应出错；③没想到的错误

pytorch相关

• pytorch输入图像：批*C*高*宽    RGB
• openCV

cv2.imread()：得到的数据矩阵为：高*宽*C  BGR   numpy数据格式

cv2.resize(Input尺寸，output尺寸) ，其中output设定尺寸是以 （宽，高）为序，但是resized_image结果仍然保持为（高*宽）形式；反人类设计

cv2.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) 在图上绘制矩形 https://www.freesion.com/article/1539967937/

• torch.clamp 对输入数据按照min max的设置（一定范围内）进行剪裁 https://pytorch.org/docs/1.10.0/generated/torch.clamp.html?highlight=clamp#torch.clam

1 >>a = torch.randn(4)
2 >>a
3 tensor([-1.7120,  0.1734, -0.0478, -0.0922])
4 >>torch.clamp(a, min=-0.5, max=0.5)
5 tensor([-0.5000,  0.1734, -0.0478, -0.0922])
6 
7 >>min = torch.linspace(-1, 1, steps=4)
8 >>torch.clamp(a, min=min)
9 tensor([-1.0000,  0.1734,  0.3333,  1.0000])

• with torch.no_grad 一般在使用模型预测过程中，网络不产生计算图，进而提高效率，感觉比单独设置require_grad = False好用

高效运算技巧

• 使用map函数，map(function, variable_1, variable_2...)，实际是一种映射关系，将变量variable映射到function中，可通过一个迭代器避免显示循环

 bug排查

为了缩减一幅图像的尺寸，进行了重采样和填充操作，对其结果进行cv2绘制时，出现如下错误

error: (-215:Assertion failed) src_depth != CV_16F && src_depth != CV_32S in function 'convertToShow

 其原因是填充时numpy的数据为int32，但是cv2需要uint8，dtype进行转换一下即可 https://blog.csdn.net/qq_36534731/article/details/97036038