从零学习目标检测，YOLOv3代码学习（1）

1 写在前面

写这篇博客的目的是督促自己学习YOLOv3代码，前几周一直在看YOLOv3理论，但是代码一直跑不起来，很烦。由于实验室电脑GPU配置太低，环境没有搭好。一运行就报错，解决了几天没解决，干脆不用GPU了，但是不用GPU，代码我一改动就报错，真是阴郁了。不用就不用了吧一点一点学。这篇主要是介绍PyTorch版本复现的项目文件夹。

本博客所学习的代码来自github上对YOLOv3的PyTorch版本复现，作者为苹果公司的机器学习工程师eriklindernoren，项目地址为：https://github.com/eriklindernoren。从github下载的文件名为PyTorch-YOLOv3-master。整个项目的结构如下：

2 文件夹分析

assets文件夹

里面存放的是图片资源，都是测试过的图片文件

config文件夹

config文件夹主要是配置文件，coco.data是coco数据集，create_custom_model.sh是自定义模型数据集，可以直接点击运行。custom.data是自定义数据集。yolov3.cfg是yolov3的配置文件，里面主要是配置batch,图片的大小，通道，momentum，学习率等。yolov3-tiny.cfg是yolov3-tiny的配置文件，是yolov3小版本的配置文件。

data文件夹

data文件夹里custom是自定义文件夹，里面放的是自定义数据，images放的是图片,labels放的是标签。labels文件夹里的txt文件。coco.names文件放的是coco数据集的名称。get_coco_dataset.sh是获取coco数据集。pycharm下可以直接运行，如果运行不了可以下载有关包。
txt文件内容

0 0.515 0.5 0.21694873 0.18286777

第一列是种类编号，第0类对应了这个文件下的classes.names文件夹中的只有一行数据写着train（火车）。后四列是bounding box的位置信息。

samples文件夹放的是样本图片

pytorchyolo文件夹

里面主要是放置训练脚本，验证脚本，测试脚本文件，还有模型脚本文件

pytorchyolo文件夹下的utils文件夹放的是工具文件。算损失函数，加载数据集，日志文件，解析配置文件，对图片进行预处理

weights文件夹

weights文件夹运行download_weights.sh文件可以下载权重，权重下载之后可以对图片进行检测。