五个部分：
对传入图片进行额外判断；
suffix-表示结尾，[1:]表示从小数点后面一位开始
webcam-判断一下输入地址
isnumeric-表示传入的是否是个数值
新建一个保存结果的文件夹
加载模型的权重
加载待预测的图片
对输入图片进行推理，产生一个结果，画出检测框
model.warmup-热身
dt、seen-定义两个变量，储存中间的一些结果信息
opencv-默认读图方式BGR，convert->RGB
img.transpose(2,0,1)->改变通道
im-resize过后的图片
torch.from_numpy(im).to(device)-将图片转换成torch识别的tensor形式
打印最终输出信息
train.py
opt.resume()函数：从中断中恢复
