yolov3代码实现流程及报错分析

一、Yolov3代码实现步骤：

1. 运行./VOCdevkit/VOC2007/test.py

   前提：在annotations中放入训练集的xml文件
   作用：生成imagesets下的训练集，测试集，验证集等txt文件（里面包含的是xml的名称，不含后缀名）
   

2. 运行voc_annotation.py

   作用：生成包含训练集，测试集，验证集等的txt文件（里面包含路径和名称，4个坐标值，1个类别）
   

3. 运行kmeans.py

   作用：用kmeans聚类算法生成包含9对w,h的文件：model_data/yolo_anchors.txt
   另外：同时修改同一路径下的类别文件：voc_classes.txt
   

4. 运行train.py

   作用：生成模型./logs/000/trained_weights_final.h5
   

5. 运行yolo.py

   前提：将测试图片放到某文件夹下
   作用：生成打框后的文件./img_save,以及打框坐标文件./map_txt/
   

二、训练图片和参数设置

训练图片：20张

轮次：20轮

批次：2

预期效果：loss为20多

三、运行中遇到的报错分析：

1. 报错：PIL.UnidentifiedImageError: cannot identify image file ‘/Users/kay/Documents/project/yolov3/keras-yolo3-master/test_pic/.DS_Store’

   解决方法： 移除mac下 .Ds_Store的解决办法

   涉及知识：ls -a 显示隐藏文件