令人烦躁的深度学习的坑

前言

我本为了完成一个科研小项目，从只懂python基本语法的状态入手，完成了一个利用深度学习目标检测的小项目，都说深度学习算法多么多么难，但如果只考虑应用其实上手也挺快的，不过在此过程中真正让人觉得烦躁、浪费大量时间的反而不是算法而是其他的一些东西。

环境配置坑

Anaconda安装

虽然说安装指引建议不要打勾，一般还是打勾比较好，不然就要自己去编辑环境变量。

Cuda安装

如果这里的当前版本比新版本更新，一定要把勾去掉。

训练坑

图片标注

一定要把图片中所有的目标都标注了，哪怕目标被其他东西遮挡了也要标。实践证明，漏标、误标严重影响了模型的结果的准确率。标注绝对是一个体力活，长时间在电脑前，而且图片看多了很容易疲劳，导致漏标、误标，时间允许的话最好标注完了先放2天，再自查一遍有没有错标和漏标。

训练集、验证集、测试集

训练集很好理解，验证集和测试集其实可以合二为一。比如我训练好了