keras_yolov3根据自己的数据集训练模型。

第一篇：使用自己的数据集，不是从coco或voc等提取的。
首先获得标注数据集data（可以让数据公司标注,一张图片里有多个目标），里面有两个文件Annotations和JPEGImages，一个存annotation，一个存图片，二者名字一一对应依次。（最好是6位数命名，比如000001开始）。
之后，我们在data文件夹里建立一个ImageSets/Main，然后我们先使用keras来训练，
①keras训练得到的.h5文件有诸多好处，比如可以转为darknet 的weights 和cfg。可以用keras训练，然后转回去，在darknet上测试。（转换代码我会写在后面）
②此keras训练得到的模型，没有多尺度训练，先416416训练25，25 epochs,然后变化尺度，在train.py里面调整，512512训练3，5 epochs,然后再608608训练4，4 epochs得到的泛化能力非常不错，测试图片大小为608608，精度高于tensorflow-yunyang版。（样本量7287张图片，train=0.9,val=0.1）
GitHub链接：
https://github.com/sunanlin13174/YOLOV3-keras-and-tensorlfow
第一个project文件夹就是整个完整的代码。tensorflow-gpu1.14.0,keras2.3.0
step1:
运行data_process里面的process_txt_imgnames.py，然后会在ImageSets/Main下产生4个包含图片名字的txt文件。
step2:
准备运行data_process里面的voc_annotation.py，但是先修改某些必要的地方，比如class=[’…’],随便打开一个图片对应的.xml文件，看到标注的类别，依次是什么，按照它的顺序，填写class.然后修改下data_path和train_annotation和test_annotation等参数，里面有注释。然后run这个.py文件。得到my_train.txt和my_val.txt文件。
step3:
可以开始训练了，打开train,py修改部分参数，code里面有注释，在main()里面刚开始时就是要修改的参数。也可以在已有.h5模型的基础上再训练，或者自己定义保存的问价夹或名字。注意要想得到比较好的模型，两个阶段的训练都必不可少，第一阶段的训练batchsize可以大一点，但是第二阶段的batchsize要小，一般设为4，因为多了GPU内存溢出报错。test的batchsize和训练的一样大小。此时保存的.h5文件默认的是weights_only。你可以在train的时候设置保存哪种形式，也可以在得到weights_only后将其转换几次得到weights and net。见第二篇。
step4:
测试你的模型.h文件，直接打开video_demo.py文件，按需求修改参数的default值，然后打开yolo，在里面进一步修改测试的default值。

第二篇：
想必你已经得到不错的结果，但是用keras测试，即使是在GPU上，模型运行速度也不快，为此我们可以将它转到darknet，参考github代码：https://github.com/caimingxie/h5_to_weight_yolo3，这个作者说的很详细了。我的GitHub里面也有,不过按照我的项目修改了cfg文件，运行check_weights.py后会产生yolov3.weights。 tensorflow-gpu1.14.0,keras2.3.0

第三篇：
由第二篇得到的yolov3.weights和yolov3.cfg(darknet53.cfg)，运行project文件夹下的convert.py，不过要修改一开始的三个参数默认值。重新得到.h5模型，这个.h5是weights and net的。我们可以进一步将其转化为yolov3.mlmodel文件，然后用mac的Xcode写一些解析yolov3输出的代码（ios工程师，但需要了.h5模型的输出。）yolov3.h5的输出为output1=1313len([Anchor1_box,Anchor2_box,Anchor3_box])，output2=2626len([Anchor1_box,Anchor2_box,Anchor3_box]),output3=5252len([Anchor1_box,Anchor2_box,Anchor3_box]).
那么如何将.h5文件转为yolov3.mlmodel呢？从github上找到coremltools，按照教程去做，yolov3的转化，参考我的github:
https://github.com/sunanlin13174/YOLOV3-keras-and-tensorlfow