qq_21603315的博客

YOLOv5非极大值抑制函数non_max_suppression详解

输出图像宽 640 高 640，非纯色填充区域宽 640 高 480，顶部灰色填充区域的高度为80，底端灰色填充区域的高度为80。

MNN编译和demo运行

  直接运行yolov5-6.0/detect.py，输出如下：image 1/2 C:\Users\dun\Downloads\yolov5-6.0\data\images\bus.jpg: 640x480 4 persons, 1 bus, Done. (0.216s)image 2/2 C:\Users\dun\Downloads\yolov5-6.0\data\images\zidane.jpg: 384x640 2 persons, 2 ties, Done. (0.166s)Speed:

step b:打开C:\Users\用户名这个文件夹，找到名为.condarc的文件，将其内容改成以下内容。step a:如果C:\Users\用户名这个文件夹没有名为.condarc的文件，执行以下命令创建一个。step c:重新执行以下命令。

PyTorch深度学习快速入门教程——代码实践

（5）卷积层2，滤波器的shape为16×6×5×5，滤波器个数16，通道数6，高5，宽5。卷积层2的输出为16×10×10。（7）池化层，滤波器的大小为2×2，stride为2×2，输出为16×5×5。（2）卷积层1，滤波器的shape为6×1×5×5，滤波器个数6，通道数1，高5，宽5。（4）池化层，滤波器的大小为2×2，stride为2×2，输出为6×14×14。（8）全连接层1，权重的shape为400×120，输出为1×120。（10）全连接层2，权重的shape为120×84，输出为1×84。