candice5566的博客

训练mmdetection

解疑答惑

LeNet简介：首先介绍一下LeNet, 定义了CNN的基本组件，是CNN的鼻祖。LeNet由七层CNN组成，C1卷积层:使用6个5*5的卷积核，得到6个feature map。输入图像为32*32，因此特征图大小为28*28。参数个数：对于同个卷积核每个神经元使用的参数相同。因此参数个数是（5*5+1）*6=156，其中，5*5为卷积核参数，1为偏置参数。连接数：每个特征图28*28个神经元，因此连接数为二者乘积：（5*5+1）*6*28*28=122304S2下采样层：池化单元2*2，因此特

目录2021.11.14复现过程：训练过程常见问题整理：之前简单地写了一个pytorch的U-net 复现过程，有很多小伙伴在评论里有很多疑问，抽空又复现了一遍，简单整理了常见的问题。之前写的教程：U-net复现pytorch版本 以及制作自己的数据集并训练_candice5566的博客-CSDN博客-----------------------------------------------------------------------------------------------