Retinanet训练自己的数据（2）：模型准备

  在上一篇博客中，我们已经处理好了模型需要的数据集，下一步就是准备模型去训练数据。这里提醒一句，在制作数据时，最好将训练集和测试集人为分开。像Google tensorflow API，在制作数据时可以按比例自动生成，但是在上一篇文章中产生的数据（annotation.csv ）其实都是用来训练的，如果你把自己的数据集全都转换了，那么恭喜你，最后你会发现没有数据集去测试了。

  下面开始模型准备

1.模型下载

下载地址：https://github.com/fizyr/keras-retinanet 两种方式，一是利用git直接clone下来，另外就是直接从网页下载：

2.模型安装与编译

上一篇博客介绍到，可以用debug.py对数据集是否合格进行检测，前提就是这里的安装与编译。

2.1安装：

到下载的模型的文件夹，shift+右键打开powershell，输入：

pip