tensorflow == 2.1.0 numpy == 1.16.4 lxml == 4.5.0 opencv-python == 4.2.0
代码大部分参考了YunYang1994/TensorFlow2.0-Examples/4-Object_Detection/YOLOV3中的代码， 本人只是在别人基础上稍微调整了一下符合自己的需求。
有很多人直接利用自己的图像数据集来训练YOLOV3的网络，结果很不理想或者检测不到物体又或者检测的物体置信度很低，这里建议载入预训练权重再进行训练，结果会有改善。项目默认需要载入预训练权重才能正常训练。
- 首先下载预训练权重(
darknet53.conv.74)，放到项目根目录下(注：建议使用预训练权重)。 链接:https://pan.baidu.com/s/1G7-EG-XNswF9ZcGmxTq9-Q 密码:ltg6 - 图像放到
data/images下，xml文件放到data/annotations下。(注：暂时没有考虑到验证和测试相关，本项目只用于自己测试。) - 运行
train.py即可，会在项目根目录下生成out文件夹，里面存放结果。