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