PyTorch学习Lesson5

必做题： （1） 自己找 2 张其他图，用 Yolox_s 进行目标检测，并注明输入尺寸和两个阈值。

第一张car.jpg(750x555)
第二张people.jpg(450x356)

阈值设置如下：
self.conf_threshold=0.5
self.nms_threshold=0.45

思考题： （1） Yolox_s：用 time 模块和 for 循环，对”./images/1.jpg”连续推理 100 次，统计时间开销。有 CUDA 的同学，改下代码：self.device=torch.device(‘cuda’)，统计时间开销。

使用cuda（MX450）：6.146997451782227

（2） 有 CUDA 的同学，分别用 Yolox_tiny、Yolox_s、Yolox_m、Yolox_l、Yolox_x 对”./images/1.jpg”连续推理 100 次，统计时间开销。

使用cuda（MX450）
Yolox_tiny：
Yolox_s：6.146997451782227
Yolox_m：
Yolox_l：
Yolox_x：

打卡说明

答题格式：
必做题：
题（1）提交 2 张图的检测效果，并注明输入尺寸和两个阈值。
思考题：
题（1）CPU 推理和 CUDA 推理，各自的时间开销。
题（2）不同 Backbone 各自的时间开销。