tiny YOLO v3训练自己的数据集

参考：https://blog.csdn.net/qq_27871973/article/details/85009026#commentBox
代码链接：https://github.com/Eatzhy/tiny-yolov3/issues

1. 训练

1. voc_annotation.py生成test.txt和train.txt，将test.txt内容复制到train.txt后面。
   tiny-train.py代码中的annotation_path输入的是train.txt，然后对其中的图片重新划分训练和测试集。
2. 修改类别和epoch

 classes_path = 'model_data/voc_classes.txt'
 # epochs=3000, #迭代的步数
 epochs=50,

3. 训练图像使用 tiny_train.py
   训练后的权重文件会保存在logs下

2. 测试

1. 对待测图像进行批量测试：
   yolo_test_batch.py
   然后会在VOC/SegmentationClass生成检测后的结果

3.问题

3.1 训练epoch＝50，loss下降后依然很大，约为13
方法（１）:将GDUT数据集图片resize到416*416大小，再次进行训练。