Yolov3训练

1. 官网上下载的文件里面包含了很多的yolo文件
2. cfg提供的修改包括所有yolo系列，除了yolov3还有yolov3.tiny这个比较轻量，有利于我们嵌入进行实际应用
3. 修改的cfg文件需要根据自己的数据集进行生成不同的anchor，建议使用get_anchor.py的文件。
4. get_anchor.py的文件需要在python2下面不会报错。注意修改对应的位置为不同的数据生成不同的anchor。如果是yolo3的话因为输出的特征为88，1616 ，3232 如果是yolov3-tiny的话是1313 26*26
   
5. 如果是云服务器上面训练，需要设置不关云服务器训练 可以使用screen
   四、常用screen参数
   screen -S yourname -> 新建一个叫yourname的session
   screen -ls -> 列出当前所有的session
   screen -r yourname -> 回到yourname这个session
   screen -d yourname -> 远程detach某个session
   screen -d -r yourname -> 结束当前session并回到yourname这个session

screen -S session_name -X quit
杀掉进程

6. ‘./darknet detector train cfg/voc.data cfg/yolov3-tiny.cfg darknet53.conv.74 -gpus 0,1’ 最终用这个进行训练
7. 模型保存在：backup 文件夹里面一共有四个
8. 训练后可以把模型放到本地。不用GPU进行测试

http://www.pianshen.com/article/2002263038/ yolov3 tiny 实例

切记先下载好预先的权重，tiny的
wget https://pjreddie.com/media/files/yolov3-tiny.weights

https://blog.csdn.net/john_bh/article/details/80625220 参考链接

./darknet detector valid cfg/voc.data cfg/yolov3-tiny.cfg backup/yolov3-tiny_final.weights -gpus 0