专注于 IOT 物联网的嵌入式研发

主要用于评估已经训练好的模型的性能和精度。通过在验证集上运行模型，计算模型在检测任务上的指标和评估结果。具体来说分为如下几个步骤：val.py会加载训练好的模型权重文件和用于验证的数据集。它会根据配置文件中的设置，加载模型架构和权重，并准备验证数据。图像预处理：在验证过程中，输入图像会被预处理以适应模型的要求。这包括调整图像大小、归一化像素值等操作，以确保输入图像符合模型的要求。val.py在验证集上运行模型进行推理。它会将预处理后的图像输入模型，得到模型对图像中目标的预测结果。

所以在使用加速模型文件 best.engine 时，需要在 detect.py 文件中把默认的 coco128.yaml 数据集配置文件更换成自己的配置文件，或者在调用 detect.py 时使用 --data 参数指定数据集配置文件。

本文设备内置的模组是 Nvidia Jetson AGX Orin 32GB，算力达到 200 TOPS，aarch64 架构本文主要参考《Jetson AGX Orin安装Anaconda、Cuda、Cudnn、Pytorch、Tensorrt最全教程》博主完全以小白身份参考该篇博文一步一步配置开始，期间多次推倒重来甚至刷机，花了一周时间终于花开见明月，以下若有出入之处，敬请了解和指导，以免误人误己。

博主在卸载 cuda 以及 python 后重启后黑屏无法显示，重刷系统才恢复正常。当配置好自己想要的算法环境后，克隆系统以防系统再次黑屏导致前功尽弃。