卷积神经网络CNN5-只做自己的测试集

初学者碰到疑惑时可结合下面参考自行解决疑惑，确保项目能够顺利推进。

参考：

图像识别/卷积神经网络基础
https://www.bilibili.com/video/BV1NJ41167vp?spm_id_from=333.999.0.0
https://www.bilibili.com/video/BV1b7411T7DA?spm_id_from=333.999.0.0

使用pytorch/tensorflow搭建Lenet
https://www.bilibili.com/video/BV187411T7Ye?spm_id_from=333.999.0.0

深度学习-目标检测篇
https://www.bilibili.com/video/BV1vz4y1R72D?spm_id_from=333.999.0.0

目标检测网络评价指标mAP和FPS
https://www.bilibili.com/video/BV1ez4y1X7g2?spm_id_from=333.999.0.0

训练集PASCAL-VOC/COCO讲解以及制作自己的训练集/测试集
https://www.bilibili.com/video/BV1kV411k7D8?spm_id_from=333.999.0.0

yolo 理论讲解
https://www.bilibili.com/video/BV1yi4y1g7ro?spm_id_from=333.999.0.0

yolo1论文解读 https://zhuanlan.zhihu.com/p/70387154
yolo2论文解读 https://zhuanlan.zhihu.com/p/74540100
yolo3论文解读 https://zhuanlan.zhihu.com/p/76802514

yolo 代码实操
https://www.bilibili.com/video/BV1t54y1C7ra?spm_id_from=333.999.0.0

yolo github源码
https://github.com/WZMIAOMIAO/deep-learning-for-image-processing

“TED李飞飞我们教计算机理解图像” https://www.bilibili.com/video/BV1RW411D78Z?spm_id_from=333.337.search-card.all.click

“吴恩达机器学习1-9” https://www.bilibili.com/video/BV164411b7dx?spm_id_from=333.999.0.0

“神经元介绍” https://blog.51cto.com/u_15067247/4236471

“卷积核如何工作” https://blog.csdn.net/weixin_41297324/article/details/88991222

“池化层如何工作” https://blog.csdn.net/weixin_38145317/article/details/89310404

本文将根据自己的毕设期间的学习经历进行总结。本文内容大纲如下

卷积神经网络基础知识
卷积神经网络损失函数计算
pytorch官方小教程Lenet搭建
目标检测网络
mAP值评估网络
如何制作自己的数据集
yolo网络理论
yolo网络实践。

6.使用LabelImg制作自己的数据集

6.1 PASCAL VOC数据集介绍

PASCAL VOC数据集与PASCAL VOC挑战赛有关，是欧盟组织的一个计算机图像识别大赛。PASCAL VOC挑战赛主要有以下几个类别，分别是object classification(图像分类)，object detection（目标检测），object Segmentation（目标分割），Action Classification（动作识别）等。
它的图像标注举例如下：

以及PASCAL VOC2012的文件下载下来后的组织形式如下：

6.1.1 PACAL VOC-Annotations

下载下来后的文件叫VOC2012，我们先对VOC2012/Annotations-.xml文件进行理解。xml类似于html是标记类语言，但是我们要进行的主要是目标检测相关的事情，所以我们只要关注目标检测便可，即我们需要关注的是object标签下内容<object></object>。每多一个object即图片文件中就多一个物体，object中的name标签是类别，bndbox是目标检测框

6.2 LabelImg使用流程

卷积神经网络CNN5相关推荐

采用优化卷积神经网络的红外目标识别系统
采用优化卷积神经网络的红外目标识别系统人工智能技术与咨询前天本文来自<光学精密工程>,作者刘可佳等关注微信公众号:人工智能技术与咨询.了解更多咨询! 摘要针对视频数据利用低效和光 ...
卷积神经网络之卷积计算、作用与思想深度学习
博客:blog.shinelee.me | 博客园 | CSDN 卷积运算与相关运算在计算机视觉领域,卷积核.滤波器通常为较小尺寸的矩阵,比如3×33×3.从这个角度看,多层卷积是在进行逐层映射,整 ...
卷积神经网络通俗解读
转载自:https://blog.csdn.net/dong_lxkm/article/details/80575207 一.前言最近一直在研究深度学习,联想起之前所学,感叹数学是一门朴素而神奇的科 ...
NLP进阶之（七）膨胀卷积神经网络
NLP进阶之(七)膨胀卷积神经网络 1. Dilated Convolutions 膨胀卷积神经网络 1.2 动态理解 1.2.2 转置卷积动画 1.2.3 理解 2. Dilated Convolu ...
卷积神经网络(CNN)张量(图像)的尺寸和参数计算(深度学习)
卷积神经网络(CNN)张量(图像)的尺寸和参数计算(深度学习) 分享一些公式计算张量(图像)的尺寸,以及卷积神经网络(CNN)中层参数的计算. 以AlexNet网络为例,以下是该网络的参数结构图. A ...
3层-CNN卷积神经网络预测MNIST数字
3层-CNN卷积神经网络预测MNIST数字本文创建一个简单的三层卷积网络来预测 MNIST 数字.这个深层网络由两个带有 ReLU 和 maxpool 的卷积层以及两个全连接层组成. MNIST 由 ...
卷积神经网络(CNN,ConvNet)
卷积神经网络(CNN,ConvNet) 卷积神经网络(CNN,有时被称为 ConvNet)是很吸引人的.在短时间内,变成了一种颠覆性的技术,打破了从文本.视频到语音等多个领域所有最先进的算法,远远超出 ...
使用卷积神经网络的自动心电图诊断
使用卷积神经网络的自动心电图诊断 Automatic ECG Diagnosis Using Convolutional Neural Network https://www.mdpi.com/207 ...
情感分析：基于卷积神经网络
情感分析:基于卷积神经网络 Sentiment Analysis: Using Convolutional Neural Networks 探讨了如何用二维卷积神经网络来处理二维图像数据.在以往的语言 ...

卷积神经网络CNN5