本文为为内部文章原作者：K同学啊。

VGG-16（Visual Geometry Group-16）是由牛津大学视觉几何组（Visual Geometry Group）提出的一种深度卷积神经网络架构，用于图像分类和对象识别任务。VGG-16在2014年被提出，是VGG系列中的一种。VGG-16之所以备受关注，是因为它在ImageNet图像识别竞赛中取得了很好的成绩，展示了其在大规模图像识别任务中的有效性。此数据集的结构为：face文

这是大家可以自由发挥的一个地方# 随机改变图像对比度如何将自定义增强函数应用到我们数据上呢在数据预处理的步骤中嵌套数据增强的函数即可# 归一化图像# 应用增强函数# 随机改变图像对比度。

import os# 创建文件夹os.makedirs('./images/',exist_ok=True) # 记录训练过程的图片效果os.makedirs('./save/',exist_ok=True) # 训练完成时模型保存的位置os.makedirs('./datasets/mnist',exist_ok=True) # 下载数据集存放的位置# 超参数配置n_epochs = 50 #

本文为为内部文章原作者：K同学啊。

CSPDarknet53 模型YOLOv5 使用的主干网络是 CSPDarknet53，它是一个改进的 Darknet53 模型。CSPDarknet53 模型通过使用 CSP（Cross Stage Partial）连接来减少参数量并提高模型的效率和性能。C3 模块的作用C3 模块是 CSPDarknet53 模型中的第三个阶段（C3 Stage），负责在输入的特征图中执行一系列卷积操作，以便从

- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/pgg8O9Hv8fiLBc8xbFm4HQ) 中的学习记录博客**>- **🍖 原作者：[K同学啊 | 接辅导、项目定制](https://mtyjkh.blog.csdn.net/)*在之前的案例中，我们多是使用函数直接导入已经分类好的数据集形成Dataset，然后使用DataLoade

本文为为内部文章原作者：K同学啊。

和前几篇文章相似，套用之前代码换个路径也是ok的。

本文为为内部文章原作者：K同学啊。