YOLOv3目标检测：训练自己的数据集

YOLOv3可以实时地进行端到端的目标检测，以速度快见长。

课程《YOLOv3目标检测实战：训练自己的数据集》将手把手地教大家使用YOLOv3训练自己的数据集。课程分为三个小项目：足球目标检测、梅西目标检测、足球和梅西同时目标检测。

本课程的YOLOv3使用Darknet，在Ubuntu上做项目演示。包括：安装Darknet、给自己的数据集打标签、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。

Darknet是使用C语言实现的轻型开源深度学习框架，依赖少，可移植性好，值得深入探究。

本人推出的有关YOLOv3的系列课程包括：

（1）YOLOv3目标检测实战：训练自己的数据集（即本课程）

课程链接：https://edu.csdn.net/course/detail/24883

（2）YOLOv3目标检测实战：交通标志识别

（3）YOLOv3目标检测：原理与源码解析

（4）YOLOv3目标检测：网络模型改进方法

敬请关注并选择学习！

下图是足球和梅西同时目标检测的一个测试结果：