batch_normalize=1 # 是否做BN
代码链接
环境配置
没有Anaconda的话可以安装下
首先创建虚拟环境，名称随意，版本3.9.我觉得挺好的
激活虚拟环境
conda activate 刚刚创建的环境名称
切换到requirements.txt目录下，直接vscode打开yolov3文件夹后，右键requirements.txt，复制路径
cd 路径即可（ps，先切换磁盘，for example，d:）再cd
按照requirements.txt安装环境后，直接运行train.py，你应该只会遇到two problem（我当初是doge），因为没记录下来，这里就不赘述了
yolov3.yaml
# YOLOv3 🚀 by Ultralytics, AGPL-3.0 license
# Parameters
nc: 80 # 要检测的类的数量
depth_multiple: 1.0 # 控制或缩放模型层的深度
width_multiple: 1.0 # 用于控制或缩放图层的通道数
anchors:
- [10,13, 16,30, 33,23] # P3/8
- [30,61, 62,45, 59,119] # P4/16
- [116,90, 156,198, 373,326] # P5/32
# 这些数字成对排列，每对代表锚框的宽度和高度，如第一个锚框宽为10，高为13
# 原始模型，只有三个检测层，因此对应三组初始化Anchor值。当输入图像尺寸为640X640时
# P3/8 对应的检测层大小为80X80大小，可以用来检测大小在8X8以上的目标。
# P4/16对应的检测层大小为40X40大小，可以用来检测大小在16X16以上的目标。
# P5/32对应的检测层大小为20X20大小，可以用来检测32X32以上的目标
# darknet53 backbone
backbone:
# [from, number, module, args]
# from是从哪里接，-1就是代表上一层，-2就是上上层，具体数字就是具体哪一层
# number就是重复来几次，8, Bottleneck就是重复8次Bottleneck，和resnet里面的残差类似
# 实际中的重复次数=number*depth_multiple
# args就是module的参数，filters、size、stride
# 瓶颈层（Bottleneck）：我们知道它是由：
# 1x1 卷积层：应用 1x1 卷积来降低输入的维度。这降低了计算成本并有助于压缩信息
# 3x3 卷积层：该层捕获降维内的空间特征
# 1x1 卷积层（扩展）：应用另一个 1x1 卷积将维度扩展回原始大小。这是瓶颈部分，因为它在再次扩展之前通过狭窄的层“挤压”信息
# 64表示的是滤波器的个数
[[-1, 1, Conv, [32, 3, 1]], # 0层 1
[-1, 1, Conv, [64, 3, 2]], # 1-P1/2 2
[-1, 1, Bottleneck, [64]], #4
[-1, 1, Conv, [128, 3, 2]], # 3-P2/4 5
[-1, 2, Bottleneck, [128]], #5+2*2
[-1, 1, Conv, [256, 3, 2]], # 5-P3/8 10
[-1, 8, Bottleneck, [256]], #10+2*8
[-1, 1, Conv, [512, 3, 2]], # 7-P4/16 27
[-1, 8, Bottleneck, [512]], #27+2*8
[-1, 1, Conv, [1024, 3, 2]], # 9-P5/32 44
[-1, 4, Bottleneck, [1024]], # 10 44+2*4=52+FC=53
]
# YOLOv3 head
# 其实是Neck+head
# [-1, 1, Bottleneck, [1024, False]
# False其实这就是关闭了shortcut的选项
head:
[[-1, 1, Bottleneck, [1024, False]],
[-1, 1, Conv, [512, 1, 1]],
[-1, 1, Conv, [1024, 3, 1]],
[-1, 1, Conv, [512, 1, 1]],
[-1, 1, Conv, [1024, 3, 1]], # 15 (P5/32-large)
[-2, 1, Conv, [256, 1, 1]],
# nn.Upsample表示上采样，
# None表示没有特定的输出大小，即输出大小将由输入大小和上采样因子确定
# nearest表示使用最近邻插值来进行上采样
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
# -1 表示从当前层往前数的第一个元素。
# 8 表示这个元素的索引为 8，可能是指前面网络中的第 8 层。
# 1 表示该元素的输出通道数为 1。
# Concat 表示使用拼接（concatenate）操作。
# [1] 表示拼接的方向，这里是沿着通道轴进行拼接
[[-1, 8], 1, Concat, [1]], # cat backbone P4
[-1, 1, Bottleneck, [512, False]],
[-1, 1, Bottleneck, [512, False]],
[-1, 1, Conv, [256, 1, 1]],
[-1, 1, Conv, [512, 3, 1]], # 22 (P4/16-medium)
[-2, 1, Conv, [128, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 6], 1, Concat, [1]], # cat backbone P3
[-1, 1, Bottleneck, [256, False]],
[-1, 2, Bottleneck, [256, False]], # 27 (P3/8-small)
[[27, 22, 15], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]
train.py
# 权重文件，选择你想使用的pt权重文件
parser.add_argument('--weights', type=str, default=ROOT / 'yolov3-tiny.pt', help='initial weights path')
# yaml文件，主要保存的是包含有关模型架构、超参数和训练配置的信息(这里默认使用的是yolov3-tiny.yaml，你可以根据自己需要更换）
parser.add_argument('--cfg', type=str, default='', help='model.yaml path')
# 选择你的训练数据集
parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='dataset.yaml path')
run
运行后，会生成run文件夹，run\exp\weights\best.pt，这是我们根据我们训练生成的pt文件，保存的是训练过程中在验证集上表现最好的模型权重，当然还有个last.pt，顾名思义，保存的是最后一次训练迭代结束后的模型权重
里面还有一堆其他的，如resluts.csv文件，我们可以根据该文件来绘制图表，此处亦不再赘述
detect.py
在detect部分呢，还是上述三行代码，我们可以把pt权重文件换成best.pt
数据集
coco128数据集
同样的，运行后会再run下生成detect文件
