报错如下：
No CUDA GPUs are available
解决方法：
1、首先在报错的位置net.cuda前加入cuda检测语句：
print(torch.cuda.is_available())
输出为False，证明cuda不可用
2、检查本机中的cuda是否安装成功，且版本号是否与pytorch的版本号对应。检查发现没有问题
3、检查os.environ["CUDA_VISIBLE_DEVICES"] = "1"语句，将1改为0，再运行无误。原因可能是本机上只有一个cuda，序号应为0。
版权声明：本文为CSDN博主「Lemon-Ning」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/qq_42103801/article/details/116675059
近期因实验需要利用kitti数据集,发现关于评估工具使用的部分网上教程不够详细,特此记录. 文末为了方便对数据结果观看,附上了修改代码. 1. KITTI评估工具来源 官网评估工具 下载后文件目录包含: matlab(2D/3D框显示和
yolov5训练数据集划分 按照默认8：1：1划分训练集，测试集，验证集。 txt文件出现在imageset文件夹。 import os import randomtrainval_pe
一.简介 YOLOV4出现之后不久，YOLOv5横空出世。YOLOv5在YOLOv4算法的基础上做了进一步的改进，检测性能得到进一步的提升。虽然YOLOv5算法并没有与YOLOv4算法进行性能比较与分析࿰
【torchvision】roi_align、roi_pool 官网介绍 部分参数介绍内容： Arguments:input (Tensor[N, C, H, W]): input tensorboxes (Tensor[K
暂无评论