解决yolov3中darknet.py预测位置不准和使用python3执行报错的问题

本文总结了使用yolo过程中出现的一些问题，在网络上找到了相关的解决方案。

1 使用darknet.py预测位置不准

1.1 使用python调用darknet

一般来说，模型训练好了，也可以使用shell命令进行预测了，下一步该在业务里面使用别的语言来调用了，我们这里使用python来调用yolo模型。
为了提高识别效率，当然不能直接在python里面来调用shell，这样的话每次调用都会重新加载一次模型，你想想有多慢？

darknet官方项目提供了python调用yolo模型的示例，也就是使用python与C交互，加载模型后就可以进行预测了，最后返回预测的坐标（其实返回的是中心点坐标和box的高宽）。
我们直接看到最后的代码部分：

if __name__ == "__main__":
    #net = load_net("cfg/densenet201.cfg", "/home/pjreddie/trained/densenet201.weights", 0)
    #im = load_image("data/wolf.jpg", 0, 0)
    #meta = load_meta("cfg/imagenet1k.data")
    #r = classify(net, meta, im)
    #print r[:10]
    net = load_net("cfg/tiny-yolo.cfg", "tiny-yolo.weights", 0)
    meta = load_meta("cfg/coco.dat