- **🍨 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[🔗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

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

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

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。

当卷积函数中padding='same'时，会动态调整p值，确保o=w，即保证输入与输出一致。例如：输入是28*28*1，输出也为28*28*1。在步长（stride）为1时，输出的大小为（4-3+1）×（4-3+1）实例：7*7的input，3*3的kernel，无填充，步长为1，则。7*7的input，3*3的kernel，无填充，步长为2，则。也即output的size为5×5。，也即out