1、前言
参考上一章的博文(YOLOV5 改进:替换backbone(MobileNet为例)-CSDN博客)将yolov5的backbone换成自定义的vgg网络
网络参数量很多,并且刚开始训练的时候精度很差,应该是没有迁移学习导致的。
大概经历了30-40多个epoch,网络才进行收敛, 加大epoch可以提升网络的精度。
不过由于vgg的参数量太多了,这里只训练100个epoch,感兴趣的可以自己尝试下
2、替换common文件
# 增加VGG 作为 backbone
class VGG(nn.Module): # 定义VGG网络
def __init__(self, features, num_classes=1000): # num_classed 为分类的个数
super(VGG, self).__init__()
self.features = featu