=========================分割线=======================deepseek有说将include、lib以及bin目录都添加到系统文件夹下，但是尝试了之后无果。最近在学习CUDA编程的东西，出现了一个问题Visual Studio在使用nvcc编译会报错。问了下deepseek，应该是环境配置的问题。

在这个代码中将JPEGImages的图片文件夹名称替换为labels的标签名，我将图片的名称更换了所以自然在这一步是无法转换的，也正是因为这个原因所以造成了找不到标签的路径。一方面是源码没有完全读完；另一方面是自己没有遵循yolo的命名规则随便就把图片文件夹的名称给改掉了。不过还好debug能很快找到问题的所在。

于是在终端中运行：pip config set global.index-url https://pypi.ngc.nvidia.com。将pip.ini的文件中的index-url修改成index-url = https://pypi.ngc.nvidia.com。之后再把pip.ini的文件中的index-url再修改成https://pypi.ngc.nvidia.com。之后pip ins

在yolo模型中要使用这个数据集的话需要将其转换为 类别（编号），x，y，w，h的形式，其中x，y，w，h是目标框相对于图片的框中心点坐标的比例和宽高相对于图像总体尺寸的比例。将坐标从左上右下转换为中心+宽高。

需要这个文件是因为，你在使用val.py文件进行APs的指标评估的时候，会生成一个best.json，那个json文件包含了你对验证集中图片的检测信息，其实就是你生成的检测框的信息，将best.json和annotations.json进行对比就可以得到APs的检测指标了。------注意要调用val.py执行COCO检测指标时还需要修改val.py中的三处代码，今天没什么时间了，先放着（自行搜索

其中值得注意的是第80层和第93层，由于MP结构自身有concat后面还有concat，所以作者就把这个concat层放在一起操作了，也就是说80层和93层的concat里面包含了MP模块的concat。最近在看yolov7的代码发现于yolov5的相比yaml文件太多行了，所以特地绘制了一个于yaml文件对应的网络结构图以便于后期的使用于学习。另外由于我主要是为了将模块于yaml文件中的每一层对