zhanghuiyao

> 1 detect 任务但检测segments的类型, 使用yolo标注格式，没有segments，多处要检查segments 2 mosiac和mixup 传入了额外的参数 3 mosiac图片尺寸发生变化，640X640 变成 1280X1280，无法与没有数据增强的数据组成batch 问题1和问题3都可以了吗

看起来是求梯度的过程出现了问题

环境建议可以尝试根据 [Installation](https://github.com/mindspore-lab/mindyolo/blob/master/docs/en/installation.md) 文档进行环境配置

问题二的数据适配已经在master合入了 后面可以尝试使用master的代码

> > 看起来是求梯度的过程出现了问题 > > 大概跑了7个epoch后出现的问题，大概率跟数据没有多大的关系；不过训练过程中，出现了很多WARNING:"don't support int64, reduce precision from int64 to int32" 这个warning一般不影响正常训练

> > > > > > > 看起来是求梯度的过程出现了问题 > > > > > > > > > 大概跑了7个epoch后出现的问题，大概率跟数据没有多大的关系；不过训练过程中，出现了很多WARNING:"don't support int64, reduce precision from int64 to int32" > > > >...

> > > > > > > 看起来是求梯度的过程出现了问题 > > > > > > > > > 大概跑了7个epoch后出现的问题，大概率跟数据没有多大的关系；不过训练过程中，出现了很多WARNING:"don't support int64, reduce precision from int64 to int32" > > > >...

可以的 参考 [depoly](https://github.com/mindspore-lab/mindyolo/tree/master/deploy) 部分

> > 1.事实上，在modelarts上，使用官方的1.8.0的镜像安装了1.8.1，看文档应该是匹配的； > > 2. 在训练上，本来也是使用默认配置进行训练，但运行中应该是类型不一致：TypeError: For 'Stack', the 'x_type[3]' should be = base: Tensor[Float32], but got Float32. > 3. 技术支持人员在2.0上跑说是没有问题。 mindspore和cann版本不匹配有可能会出现一些奇怪的问题，当前如果有2.0的标准环境可以直接在2.0上跑 对应的mindyolo代码可以用master分支的

这个看起来是MindSpore1.8.1里面没有jit接口，master分支可以尝试在MindSpore 2.0/2.1上跑，版本可以版本依赖可以参考这个 https://github.com/mindspore-lab/mindyolo/blob/master/docs/en/installation.md