YOLO设计流程.md

1. 读取数据配置文件 "config/custom.data"

该文件包括以下几个内容：

classes= 1  # 目标检测的类别数量
train=data/custom/train.txt  # 训练集的图片名称，放在 train.txt 文件下，每一行是一张图片的名称
valid=data/custom/valid.txt  # 训练集的图片名称
names=data/custom/classes.names  # 每个类别的名字

2. 模型初始化（Darknet53）

• 读取模型配置文件 "config/yolov3.cfg" 里面是 Darknet53 的网络结构
• （其中需要注意的是 convolutional 层下的 pad 参数不是最终的填充参数，最终的 pad 参数是 size 参数经过运算得到的）
• 具体可以看：yolo 官方博客地址：https://blog.paperspace.com/how-to-implement-a-yolo-object-detector-in-pytorch/

3. 加载预训练模型的参数 "weights" 文件夹下

4. 数据加载器配置

5. 训练模型、保存模型等