3、修改配置文件，将YOLOv5s.yaml的Neck模块中的Conv换成GSConv ，C3模块换为VoVGSCSP。将YOLOv5s.yaml的Neck模块中的Conv换成GSConv，C3模块换为VoVGSCSP。2、找到yolo.py文件里的parse_model函数，将类名加入进去，注意有两处需要添加的地方。3、修改配置文件，将YOLOv5s.yaml的Neck模块中的Conv换成GSC

PyQt5利用QtDesigner设计UI界面

代码】PyTorch深度学习实践第10讲/作业（BasicCNN）

classes修改为对应的类别。

旋转目标检测：环境配置 - 数据集制作 - 开始训练

DeepLabV3+结构剖析&源码解析(Pytorch)

旋转目标检测：环境配置 - 数据集制作 - 开始训练

deeplabv3+解码器复现

二、残差块Bottleneck三、C3模块四、SPPF模块五、主干网络主干网络中的C3模块输入和输出的通道数是一样的，但再Neck层中前两个C3模块输出的通道数是输入通道数的一半，后两个C3模块输入和输出的通道数是一样的。C3模块的输出通道数取决于Concat后接的卷积层的通道数。referencePytorch 搭建自己的YoloV5目标检测平台（Bubbliiiing 源码详解 训练 预测）-

yolov5中utils/activations.py文件中已经写好了好多种激活函数，直接调用即可如果要调用需要去common.py文件里修改，改完记得导入一下想更换其他激活函数可以参照下面代码class Conv(nn.Module):# Standard convolutiondef __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True)