如何评估一个训练好模型的好坏，是目标检测中一个很重要的因素，如常见的TP、FP、AP、PR、map等，这些概念很容易混淆，搞了两天才搞明白，写一篇博客总结一下

批量归一化（BN层）

GoogLeNet网络结构亮点：1.使用了Inception结构（融合不同尺度的特征信息）2.使用1x1的卷积核进行降维以及映射处理3.添加了两个辅助分类器4.丢弃全连接层，使用平均池化层（大大减小了模型参数）整个网络架构：Inception结构：在Inception中，将每一层预测的结果用cat进行连接：辅助器单独预测结果，最后将预测的结果与主干网络预测的结果一并返回，这里的aux2和aux1就

最近学了一些关于深度学习的算法，比如FPN，SSD，FasterRCNN等，但是都没有读过相关的论文，总感觉只跑跑模型有点站不住脚，对代码里面一些实现过程很疑惑，不明白为什么要这样做，于是打算花点时间读读这些经典神经网络的论文，充实一下自己的理论知识。一篇论文分一般为一下几个结构：Title标题Abs摘要Intoo导言Method算法Exp实验Conclusion结论对一篇论文大致需要读三遍：第一

pytorch的安装首先，我们要学会如何管理环境，打开anaconda prompt，输入conda conda create -n pytorch python=3.7如果不知道自己python版本号的话可以先打开cmd，输入python即可查看自己的版本号。建立完环境后，输入activate pytorch 切换到新建的pytorch环境activate python...

使用YOLOv7训练自己的数据集，避免踩坑

如何评估一个训练好模型的好坏，是目标检测中一个很重要的因素，如常见的TP、FP、AP、PR、map等，这些概念很容易混淆，搞了两天才搞明白，写一篇博客总结一下

用Xshell远程链接服务器跑项目时，突然断网或者Xshell的窗口不小心关掉了，是非常痛心的一件事（比如跑深度学习，一轮要几十分钟，中间突然断了，这一轮的权重没保存，白跑一轮！）。下面介绍一下如何使用tmux来解放自己的电脑，即使关机，程序也能在服务器上运行！

最近跑模型时不小心安装了一些包，导致原来的依赖包都变了，运行时各种报错，最后采用最暴力解决办法：卸载Anaconda和pytorch，重新安装。写一篇博客记录安装anaconda和pytorch的方法。

pytorch的安装首先，我们要学会如何管理环境，打开anaconda prompt，输入conda conda create -n pytorch python=3.7如果不知道自己python版本号的话可以先打开cmd，输入python即可查看自己的版本号。建立完环境后，输入activate pytorch 切换到新建的pytorch环境activate python...