YOLOv3常用命令集合

1. Ubuntu中创建了虚拟环境后，环境切换命令

workon yolov3_py2  #切换到python2的环境

2. 准备工作

（1）首先手动拷贝VOC2007数据

（2）在darknet/scripts/VOCdevkit/VOC2007文件夹中，打开终端(yolov3_py2环境），运行python xml2txt.py文件，得到Main文件夹中的4个完整txt文件。

（3）在darknet/scripts文件夹中，运行python voc_label.py 在VOC2007文件夹中产生labels文件夹。

（4）修改darknet/cfg文件夹中两个文件：voc.data和yolov3-voc.cfg，修改data下的一各类别名称文件：xxx.names

3. 单GPU训练

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg weights/darknet53.conv.74 | tee dingall.txt

4.开始测试

（1）准备工作：修改cfg中yolov3-voc.cfg中test中的batchsize = 1，下一行也是1，train中注释掉这两行

（2）测试单张图片：

./darknet detector test cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_final.weights data/xxx.jpg　

（3）训练过程可视化：将darknet文件夹下的dingall.txt拷贝到keshihua文件夹中的IOU_Loss文件夹中的30000文件夹中，与iouLoss.py放在一起，运行这个py文件python iouLoss.py，得到两幅图和两个文件，保存图片至本文件夹。（有时会出现没有pandas模块，解决办法：pip install wheel; pip install pandas）。

5.测试te