CaiDou的博客

使用MMlab的一系列框架时候必不可少的是安装mmcv，其中中间有一些小坑需要我们注意下。否则可能会出现1.AssertionError: MMCV==1.3.5 is used but incompatible. Please install mmcv>=(1, 3, 13, 0, 0, 0),

onnx模型作为中间模型，相较于pytorch直接推理，是有加速度效果的，且推理代码简单，不需要load各种网络。最近某些项目因为显存不够，onnxruntime推理时切换CPU/GPU，实现某些模型在CPU上推理，某些在GPU上推理。查了一些别人的文章发现很多人都说onnxruntime推理没法像pytorch那样指定GPU,CPU,只能卸载一个GPU用CPU，卸载CPU用GPU。个人感觉不应该是这样的，点进去源码一看，明明有配置CPU,GPU的参数，而且很简单。

训练深度学习网络的过程中出现 loss nan总是让人觉得头疼，本人这次是在pytorch的半精度amp.autocast, amp.GradScaler训练时候出现了loss nan。loss nan 常见的一般几种情况有：lr学习率设置的过大，导致loss nan，调小lr；训练数据中有脏数据，也会导致loss，这个需要自己排查，batch设置为1，遍历所有训练数据遇到nan就打印数据路径再退出；网络计算过程中可能存在nan，但这种可能比较少见。等等；计算loss时候出现nan，特别是众多交叉熵损..

magic模块是用来识别文件名类型的模块，其中有python的接口。但是windows下直接import magic使用magic模块的时候，可能会报错No module named 'magic' ,或者ImportError: failed to find libmagic. Check your installation的错误。网上有一些稍微复杂的安装方式，笔者没有尝试，这边进行简单的pip安装然后成功解决这个问题，可以给大家做个参考。如果这时候直接pip install magci安装是不行

onnx多进程多模型推理时候报错“can't pickle onnxruntime.capi.onnxruntime_pybind11_state.SessionOptions objects”，这边找了一下原因，然后用了一个看起来还比较合理的方法解决。

error: (-215:Assertion failed) _src.total() > 0 in function ‘warpPerspective’,使用opencv做透视变化如果报错这个的话,可以检查是不是输入的图像高宽是不是有一个为0，大概率大图切片小图时候坐标出现负数，以及输入投变换矩阵是不是为0。...

本地调用没有出现问题，但是用flask部署远程的服务，调用的时候会出现下面的错误：ValueError(\"Tensor %s is not an element of this graph.\" % obj)解决方案是在初始化前向的时候都加上with self.graph.as_default()这句代码。Class A(): def __init__(): with self.graph.as_default(): self.Model =