好久没有更新了，更新一下吧，装机无聊顺带写一下，方便后续可以直接给省的来问我；

这个工作其实已经有大佬已经做过了:https://blog.csdn.net/weixin_45829462/article/details/120372921这里我把他用到我的数据集上感觉效果不是很理想。阐述如下：1.网络结构改动模块repvgg网络加宽了yolov5，这里我们将yolov5原先的conv3×33\times33×3的卷积替换成repvgg的conv3×33\times33×3的

安装环境接上篇：Ubuntu安装配置opencv安装tensorRT：https://developer.nvidia.com/nvidia-tensorrt-7x-download我这里安装的是：TensorRT-7.1.3.4.Ubuntu-16.04.x86_64-gnu.cuda-10.2.cudnn8.0.tar.gz因为我的环境配的是：cuda10.2，这里我特别注意了下cudnn，在

【代码】cmd改电脑ip地址。

1.创新点：1.1 超深的网络超深的网络存在 梯度弥散或者梯度爆炸（比如反向传播的过程中我的值是0.9那么100层之后就是0.92100 ≈\approx≈ 0) 大于1则是∞。1.2 解决方法residual（残差）模块，这里看到有两种残差，一种是虚线的，一种是实线的。1.3 BN是一种归一化的手段，用在卷积和激活函数之间的函数。具体可以参考这个大佬的博客（我目前都是跟着这个大佬学习）：http

1.创新点：1.1 超深的网络超深的网络存在 梯度弥散或者梯度爆炸（比如反向传播的过程中我的值是0.9那么100层之后就是0.92100 ≈\approx≈ 0) 大于1则是∞。1.2 解决方法residual（残差）模块，这里看到有两种残差，一种是虚线的，一种是实线的。1.3 BN是一种归一化的手段，用在卷积和激活函数之间的函数。具体可以参考这个大佬的博客（我目前都是跟着这个大佬学习）：http

举个例子：ACC = 10+15 +20/(10+1+2+3+14+4+5+6+20)PPV(猫) = 10/(10+1+2)【解释】这里的1和2是因为狗、猪分类错误，分到了猫PPV(狗) = 15/(15+6+1)PPV(猪) = 20/(20+5+6)TPR(猫) = 10/(10+3+5)