前期准备

（1）重新准备yolov3源码，建立数据集（2000+图片）

（2）下载权重文件

（3）配置classes_path指向自己的数据集标签文件

训练模型

（1）直接运行train.py，开始训练

训练时会产生权值文件，储存在logs目录中，在第 50 轮时把硬盘塞满了……

外接硬盘重新训练，历时四小时训练完成。

在logs目录下生成epoch_loss_2021_11_17_17_52_29.png文件，记录loss，可以看出随着训练轮次的逐渐增加，每次训练的loss值不断减小，并趋近于 0

视频检测

在predict.py中选择video模式，确定视频路径后开始检测，帧数约在 11 帧上下波动

用手机拍摄的视频也可以检测，但帧数只有可怜的 4、5 帧