先前的DN-DETR模型都是在服务器上运行的，后来在本地运行时出现了一些小问题，这篇博文则主要介绍DN-DETR模型在本地运行时所需要做的配置。
运行环境
首先DN-DETR的运行环境与DINO一致，这里就不再赘述了。
博主使用的本地配置是I7-13700H+4060(8G)
调试过程
在github上下载源码后，在idea中打开，事实上我们应该安装readme的过程来进行调试，但由于博主先前已经都调试过了，这里就默认环境已经都配置好了。
我们直接运行main.py即可，这里需要设定几个参数：
首先是确定我们要运行哪个模型，DN-DETR是在DETR基础上设计的，其融合了前人的研究成果，在DAB-DETR，Deformable-DETR等模型基础上进行改进，这里这个modelname则是告诉我们选择哪个。
parser.add_argument('--modelname', '-m', type=str, default="dn_dab_detr", choices=['dn_dab_detr', 'dn_dab_deformable_detr', 'dn_dab_deformable_detr_deformable_encoder_only', 'dn_dab_dino_deformable_detr'])
随后是数据集地址，这里博主使用的是先前自己构造的KITTI数据集
parser.add_argument('--coco_path', default="D:\graduate\datasets\detection\kitti/",type=str, )
随后是num_classes参数的设定，在对应的model的文件中，如这里博主选择的是DN-DAB-DETR，那么我们就去对应的模型文件中找即可。
这里全部改为对应的类别数+1即可，博主的数据集中有3个类别，再加一个背景类则为4个，如下图所示：
此时可以运行试一下，发现报页面空间不足的问题，这时只需要修改num_workers值即可，博主改为4。
随后运行再次报错：
targets, scalar, label_noise_scale, box_noise_scale, num_patterns = dn_args
TypeError: cannot unpack non-iterable NoneType object
这个报错似乎是迭代对象为空，事实上是因为main.py文件中的use_dn参数的设定导致的，我们将其设置为True即可
parser.add_argument('--use_dn', default="True",help="use denoising training.")
再次运行就OK了。
博主的batch-size为2，此时模型的显存占用情况如下：
此外，DN-DAB-DETR在开始训练时的值是很低的，接近0，所以不要以为是错误，让子弹飞一会。
