卷积神经网络CNN5

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：

1. 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
2. 使用pytorch/tensorflow搭建Lenet
   https://www.bilibili.com/video/BV187411T7Ye?spm_id_from=333.999.0.0
3. 深度学习-目标检测篇
   https://www.bilibili.com/video/BV1vz4y1R72D?spm_id_from=333.999.0.0
4. 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
5. 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
6. yolo 理论讲解
   https://www.bilibili.com/video/BV1yi4y1g7ro?spm_id_from=333.999.0.0
7. 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
8. yolo 代码实操
   https://www.bilibili.com/video/BV1t54y1C7ra?spm_id_from=333.999.0.0
9. yolo github源码
   https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
10. “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
11. “吴恩达 机器学习1-9” https://www.bilibili.com/video/BV164411b7dx?spm_id_from=333.999.0.0
12. “神经元介绍” https://blog.51cto.com/u_15067247/4236471
13. “卷积核如何工作” https://blog.csdn.net/weixin_41297324/article/details/88991222
14. “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。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