路双宁的博客

导语：1998年，Lecun等人在论文Gradient-Based Learning Applied to Document Recognition里第一次定义了CNN网络结构，该网络被称为LeNet，成为CNN的开山鼻祖。该模型有1个输入层，2个卷积层，2个池化层，2个全连接层，1个输出层。此处所使用的的数据集，即是Lecun当年用到的数据集，MNIST。这里有一个手写数字识别的可视化网站，借助它能直观地分析LeNet运行的过程。另附：卷积网络的可视化解释卷积可参考我之前写的计算机视觉（北邮

YOLOv5的GitHub项目地址：https://github.com/ultralytics/yolov5优快云博主在YOLOv5超详细的入门级教程系列里面讲的很详细，包括所用数据集的格式介绍，如何制作自己的数据集制作自己的PASCAL VOC2007格式的数据集，如何配置，如何训练。在此总结一下步骤：我的目录结构如下里面有3个数据集，fish和helmet是我自己标注的，他们的类别都只有1个。VOC2007数据集是开源并且标注好的。我在每个数据集里面都放了个voc_label.py的脚本，他

You can find this course at YouTube or DEEPLIZARD. While in China, those videos were added Chinese subtitles and transfered to Bilibili by an uploader, here is the link Deeplizard《Pytorch神经网络高效入门教程》中文字幕版.I write this blog following the teacher in the vide