YOLOv2训练日记

源码：https://github.com/pjreddie/darknet

Makefile文件：
    GPU=1;  使用GPU
    CUDNN=1;使用cudnn对网络加速
    OPENCV=1;可以输出图片显示
    
    NVCC=/usr/local/cuda-8.0/bin/nvcc 编译器驱动

数据准备：
    建立VOC2007数据格式：Annotations、ImageSets、JPEGImages
    数据格式：
        ——VOCdevkit2007
            ——VOC2007
                ——Annotations
                    ——***.xml
                    ......
                ——ImageSets
                    ——Main
                        ——train.txt
                        ——val.txt
                        ——trainval.txt
                        ——test.txt
                ——JPEGImages
                    ——***.jpg
                    ......
    数据转换：
        整个VOCdevkit2007文件夹存入darknet/scripts/
        修改scripts文件下的voc_label.py:
                        1.去除sets中的2012
                        2.修改classes为自己类别
                        3.检查文件路径及名称是否对应
        darknet/scripts#: python voc_label.py
        将生产的2007_train.txt、2007_test.txt和2007_val.txt存入data/voc/文件夹下，删除之前文件                        

编译：
    darknet#:  make -j24 使用多线程编译，加速编译过程（具体看本机GPU性能）
下载测试模型：
    因为跑YOLO的较多，我想大家自己找一个下载就可以
代码简单测试：
    dar