qq_52967097的博客

leNet训练自制数据集并部署在OpenCV上 leNet训练自制数据集并部署在OpenCV上 - 0. 简介 - 1. 数据集介绍 - 2. 数据集读取 - 3. 网络搭建 - 4. 模型配置与部分超参数设置 - 5. 训练结果 - 6. 模型转换与部署 - 7. 模型训练源码 0. 简介 在leNet的基础上修改网络部分超参数，训练自制数据集并保存模型为pb文件，最后部署在OpenCV的dnn模块上用于目标分类。 1. 数据集介绍 这是大疆举办的RoboMaster比赛中视觉组所要识别的一些装甲板。

1.卷积核的个数决定了输出特征图的深度 2.卷积核的深度与输入特征图的深度相同 3.（1，1）的卷积核常用于调整深度来适应（如：ResNet中有运用） 4.在步长相同的情况下使用两个（3，3）的卷积核与使用一个（5，5）的卷积核作用相近，但两个（3，3）的卷积核在图片尺寸较大（大多数情况下）时效率高于使用一个（5，5）卷积核 ...