历时4天，沐浴着22楼的阳光，围着服务器取暖，终于把权重文件给训练出来了，期间遇到一些问题，下面我会列举，以免大家走太多弯路；然后服务器配置还不正确，对于一个小白来说，简直崩溃，又去网上找了大量教程，终于把cuda版本改成了9.0，GPU能用了，但是opencv还是不能用，一会再去调一下。

       先放最后的测试结果，训练的是表的类型，一共有180张图片（训练集+测试集），有s,m,l,xl,xxl五种类型，这个是m的，由于部分原因，没有训练到最后（所以只生成了yolov3_10000.weight）

1.下载yolov3的工程git clone https://github.com/pjreddie/darknet cd darknet cd darknet 2.修改配置文件vi Makefile GPU = 1 #如果想用GPU进行训练 CUDNN = 1 OPENCV = 1 然后保存， make  #记住一定要make才能生效 如果服务器配置都是好的，那基本会成功，不成功的话就检查一下cuda，cudnn，opencv这些版本是否兼容吧。

3.darknet里面有一个scripts文件夹，在scripts里面建一个VOCdevkit文件夹，然后在VOCdevkit里面建一个VOC2007文件夹，然后在VOC2007里面建三个文件夹，分别为Annotations，ImageSets，JPEGImages，然后在ImageSets里面建一个Main文件夹（这些是为了和下面的脚本文件路径）scripts --VOCdevkit --VOC2007 --Annotations --ImageSets --Main --JPEGImages Annotations中放所有的xml文件；JPEGImages中放所有的图片；Main中放train.txt和val.txt。 4.生成train.txt和val.txt

#这个小脚本是用来打开图片文件所在文件夹，把前149个用于训练的图片的名称保存在train.txt，后31个用于验证的图片保存在val.txt，这是一个python文件，别忘记自己修改路径，不能完全照搬，先看一下代码，修改好之后运行就会生成两个txt import os from os import listdir, getcwd from os.path import join if __name__ == '__main__': source_folder='/home/lijintao/darknet/scripts/VOCdevkit/VOC2007/JPEGImages/'#地址是所有图片的保存地点 dest='/home/lijintao/darknet/train.txt' #保存train.txt的地址 dest2='/home/lijintao/darknet/val.txt' #保存val.txt的地址 file_list=os.listdir(source_folder) #赋值图片所在文件夹的文件列表 train_file=open(dest,'a') #打开文件 val_file=open(dest2,'a') #打开文件 for file_obj in file_list: #访问文件列表中的每一个文件 file_path=os.path.join(source_folder,file_obj) #file_path保存每一个文件的完整路径 file_name,file_extend=os.path.splitext(file_obj) #file_name 保存文件的名字，file_extend保存文件扩展名 file_num=int(file_name) #把每一个文件命str转换为 数字 int型 每一文件名字都是由四位数字组成的 如 0201 代表 201 高位补零 if(file_num