Keras/Tensorflow+python+yolo3训练自己的数据集时修改yolo3.cfg参数文件

修改yolo3.cfg参数文件（这个文件是用于转换官网下载的.weights文件用的。训练自己的网络并不需要去管他）：
打开cfg文件，command（ctrl）+f 搜 yolo ， 总共会搜出3个含有yolo的地方
每个地方都要改3处

filters：3*(5+len(classes))；
classes: len(classes) = 3，这里以三色模式（红、黄、蓝）为例 
random：原来是1，改为0（显存小）

生成yolo3所需的train.txt,val.txt,test.txt生成的数据集不能供yolov3直接使用。
将VOC数据集放在代码同一目录下，然后先生成需要进行训练的txt文件，包括图片路径、类别和bbox，一张图片有多个目标时用’ '隔开，根据使用VOC数据集的年份修改voc_annotation.py文件中的sets，根据需要训练的类别修改classes。

运行生成txt文件程序，根据sets得到三个不同的txt文件，方便用于做训练、验证和测试：

python voc_annotation.py

如果要用预训练的权重接着训练，则需要执行以下代码：然后执行原.py就可以了，在此基础上进行训练，可以修改冻结层数。将darknet下的yolov3配置文件转换成keras适用的h5文件：

python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5