1.问题一：解决Yolov5运行时，报错问题— assert img0 is not None, ‘Image Not Found ‘ + pathAssertionError: Image Not Found
解决方法：
修改utils/datasets.py，按住ctrl+g快速定位到124行，
把p = str(Path(path).absolute())改成p = str(Path(path))
2.问题二：OSError: [WinError 1455] 页面文件太小,无法完成操作。
解决方法：
修改utils/datasets.py，搜索num_workers，把这个变量的值改成0。
补充：
num_workers即工作进程数，在dataloader加载数据时，num_workers可以看作搬砖的工人，将batch加载进RAM，工人越多加载速度越快。一般这个数量设置值是自己电脑/服务器的CPU核心数。
如果num_worker设为0，意味着每一轮迭代时，dataloader不再有自主加载数据到RAM这一步骤（因为没有worker了），而是在RAM中找batch，找不到时再加载相应的batch。
缺点：导致训练速度变慢
3.问题三：如何开启开启马赛克增强
解决办法：
1）.马赛克（cutout）需要手动启用； 启用方法：
在utils/datasets.py文件中，搜索Apply cutouts，把Apply cutouts这一段代码的注释取消；
2）.在utils/general.py中，将cv2.imwrite(‘test%i.jpg’%j,cutout)的注释取消；
3）.在启动训练后，查看run文件夹下的训练图像，可以看到马赛克效果。
效果：未开启马赛克增强
效果：开启马赛克增强
4.问题四：YOLOv5开启摄像头
解决办法：
把detect.py下的--source的值改为0。此时运行的话会报错。
此时需要修改utils/datasets.py，
把if \'youtube.com/\' in url or \'youtu.be/\' in url: 改为if \'youtube.com/\' in str(url) or \'youtu.be/\' in str(url):
然后再运行detect.py文件。
关闭摄像头，需要点右上角的红色方框终于运行。
5.问题五：Python中os.sep的用法
说明：
python是跨平台的。在Windows上，文件的路径分隔符是\'\'，在Linux上是\'/\'。为了让代码在不同的平台上都能运行。
使用os.sep的话，就不用考虑这个了，os.sep根据你所处的平台，自动采用相应的分隔符号。
举例：
Linux系统某个路径，/usr/share/python,那么上面的os.sep就是‘/’，
windows系统某个路径，C：\Users\Public\Desktop,那么上面的os.sep就是‘\’，
Mac系统的分隔符是‘:’，
data_dir = os.sep.join([\'hello\', \'world\'])
hello/world或者hello\world
6.问题六：Python中的argsort()的用法
说明：
import numpy as np
x = np.array([1, 4, 3, -1, 6, 9])
print(np.sort(x))
"""
argsort()函数是将x中的元素从小到大排列，
提取其对应的index(索引)，然后输出到y。
例如：x[3]=-1最小，所以y[0]=3,x[5]=9最大，所以y[5]=5。
"""
print(x.argsort())
[-1 1 3 4 6 9]
[3 0 2 1 4 5]
7.问题七：endswith用法
说明：
python endswith()方法用于判断字符串是否以指定后缀结尾，如果以指定后缀结尾返回True，否则返回False。可选参数"start"与"end"为检索字符串的开始与结束位置。一般用于检测文件名设置。
a = \'b.txt\'
bool1 = a.endswith(\'.xml\')
bool2 = a.endswith(\'.txt\')
print(bool1)
print(bool2)
False
True
8.问题八：运行YOLOv5框架报错，OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.
解决办法：在运行代码的开头加上
import os
os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"