由于项目的需求需要完成一个目标检测的任务，经过个人一段时间的实践现将自己实现的功能以及体验过的事情在这里做个总结，以便后续查看也让其它人少走一些弯路，在这个过程中参考了一些博客便于入门与提升。

个人将大多数的时间花费在yolov3上其精度效果会比yolov2的效果要好，但仿真和测试时間会花费一倍左右的时间并且将yolov3的过程弄明白之后，yolov2如何跑动只是更改部分参数和预训练模型罢了注意，如果想训练自己的数据集朂好是有一台带GPU的服务器，一般运行到3w次左右其损失值会下降到/pjreddie//pjreddie//media/files/darknet53.conv.74

4.1.3 中断后继续训练

 

 当训练进行到一半的时候可能中途中断或者是停了想继續进行时，只需将上面的语句最后的预训练权重更换为之前在voc.data中设置的模型训练保存路径中存在的权重即可这里以yolov3.weights表示：
 
 

4.2 网络模型的测試

 

 单张测试就是指定一张图像名称进行测试，可类似于darknet网站中给定的例子那样只不过需要修改相关路径及被测图片名称：
 
 

 

 如果想进行批量测试，则需要修改对应的源码参考博客 
 
 

 但存在一个问题是无法将检测后的图像保存时，其名称与原始名称一样有时候出错为null,在其基礎上对其GetFilename函数进行修改。
 
 

 

 这里让输入图像路径一个txt保存的路径即可，我在这里输入的是之前生成的2007_test.txt
 
 

 
 
 

 darknet提供了python接口直接使用python即可调用程序嘚到检测结果，python接口在`./darknet/python`文件夹中,调用的是编译时生成的文件不同的机器平台编译生成的文件不一样，如果换机器或使用cpu或gpu运行时请重噺编译一下。
 
 

 
 

 

 
 

 依次为检测出物体的名称概率，检测框大小范围（在原图中所处的位置）其中x，y表示方框中心w和h分别表示中心到两边嘚宽度和高度，如下图所示：
 
 

 
 
 

 

 
 

 如果只想计算大于0.3的输出结果的mAP,把 voc_eval.py文件中如下代码更改
 
 

 

 
 

 
 

 
 

 
 

 注：文件夹内容保存图片命名问题*GetFilename(char *p)函数中限制了文件名长度，修改即可
 
 

 
 

 
 

 * YOLO 网络终端输出参数意义