使用MobileNet_SSD进行目标检测

QT6.6.0加载yolov5的ONNX模型文件进行目标检测目标检测拓展应用两款IP Camera+YOLOV3进行目标检测（手机摄像头作为电脑摄像头使用）使用pytorch实现预训练模型迁移学习中的目标检测使用MobileNet_SSD进行目标检测Opencv实现目标检测目标检测算法（开端）图像分类，图像识别，目标检测之间的区别基于darknet框架+yolov3训练自己的数据集。

1.图像分类：一种用于对图像中特定的对象类别进行分类或预测的技术，该技术的主要目的是准确识别图像中的特征。主要是将图中的各个物体进行分类，如：这个图像的内容是属于猫，还是狗。如：我们常使用的MNIST手写体数字识别，Fashion MNIST 10种不同类型的衣服，鞋子，包等灰度图，CIFAR10 包含10类飞机，汽车，鸟，猫等彩色图像分类。2.图像识别：识别图中的物体是什么，如：这个图像中的猫是

IP摄像头+YOLOV3进行目标检测（手机摄像头作为电脑摄像头使用）

YOLO。

基于Pytorch框架的目标检测迁移学习和微调训练自己的数据集

图像分割FCN项目实战：测试和数据集训练

本文主要是基于QT中OpenCV的使用以及深度学习中图像分类来实现的，建议读者先看之前QT 6.6.0中OpenCV的环境的配置（注意：由于本文图像分类算法采用PyTorch框架实现的，因此只用到。）和图像分类算法实现（

(1).什么是语法？什么是语义？个人解释：语法是一种逻辑结构，一种规则，只有当句子有了正确的语法，该句子才可能是通顺的，符合要求的。

文章目录神经网络参数量，计算量FLOPS，内存访问量MAC（Memory Access Cost）对于卷积层而言：1.神经网络参数量计算方式2.计算量3.内存访问量对于全连接层而言：1.参数量2.计算量3.内存访问量BN层的参数量：神经网络参数量，计算量FLOPS，内存访问量MAC（Memory Access Cost）对于卷积层而言：1.神经网络参数量计算方式卷积层：假设输入特征图大小为: Hi