背景：
yolo是继faster-r-cnn后，原作者在目标检测领域进行的新研究。到了v3版本以后，虽然已经换人支持，但是更注重工程实践，在实际使用过程中突出感受就是：“非常快”，GPU加速以后能够达到实时多目标
更多相关背景知识还有原理以及与faster-rcnn对比请看这：https://www.cnblogs.com/makefile/p/YOLOv3.html
现在要用cv2拍一个视频传yolo3让它框出一些物体看看情况怎么样
先上视频代码
#-*-coding:utf-8-*-
import cv2
cap = cv2.VideoCapture(0)
width = 640
ret = cap.set(3, width)
height = 480
ret = cap.set(4, height)
# fourcc = cv2.VideoWriter_fourcc(*'XVID')
fourcc = cv2.VideoWriter_fourcc(*'MJPG') # 转换为这个格式可以直接打开 不过保存时候文件好大,xvid虽然不能打开但是yolo3传进去时候是可以打开这个视频的。
out = cv2.VideoWriter('out.mp4', fourcc, 20.0, (width, height))
while cap.isOpened():
ret, frame = cap.read()
if ret is True:
frame = cv2.resize(frame, (640, 480))
out.write(frame)
cv2.imshow('frame', frame)
else:
break
key = cv2.waitKey(1)
if key == ord('q'):
break
cap.release()
out.release()
cv2.destroyAllWindows()
题外话（别人说的）：OpenCV只支持avi的格式，而且生成的视频文件不能大于2GB，而且不能添加音频。但我实验结果表明mp4都可以：）
这个也是题外话之前网上下了一个视频说无法打开视频，就应用商店安装VLC（参考我之前文章 https://blog.csdn.net/qq_38153833/article/details/88659839）
至于怎么跑起来：
看qqwwee的开始操作，直接传一张图片或者视频就直接可以看到效果了，我就不再这里啰嗦了
开题：下面是用它的代码来训练自己的图片，看看效果怎样
参考：https://blog.csdn.net/Patrick_Lxc/article/details/80615433
记得：路径要对上！！，还有yolov3.cfg确实没调用，改了也没用。
LabelImg安装
因为我已经安装了pyqt5了所以就只安装必要就好了，下面有些是重复的，如果不行就自己网上看其他教程吧
git clone https://github.com/tzutalin/labelImg.git
sudo apt-get install python-lxml
cd labelImg
make all
sudo apt-get install pyqt5-dev-tools
sudo pip3 install lxml
make qt5py3
python3 labelImg.py
训练时候
Tensorflow训练之Allocator (GPU_0_bfc) ran out of memory trying to allocate 1.00MiB.
还有结尾红色报错
If you want to see a list of allocated tensors when OOM happens, add report_tensor_allocations_upon_oom to RunOptions for current allocation info.
是显卡内存不够，将batch-size降低才能训练模型，（或者找一台更好的机器吧）
为了加大batch-size还有训练速度，用双gpu实现
四句话：
train.py里面
import os
from keras.utils import multi_gpu_model
os.environ[“CUDA_VISIBLE_DEVICES”] = ‘0,1’ #指定第0,1块GPU可用
如果是出现多个加载权重失败即SKipping loading of weights，原因可能是因为单卡权重的层和双卡权重的层命名不一样，如果先加载权重后换成双卡就能加载了也就是下图
权重加载虽然由之前加载失败的六个变成现在失败了三个，问题还是没解决，希望有人告诉我如何解决。而且yolo3显存占满了，但是两个gpu利用率也只是用到45左右而已
最终效果：
其他问题
对cv2的图像进行运算时候eg：frame=frame-frame1，为何cv2.imshow出现一片空白，这是因为类型问题，需要转int才可以，否则减去后出现负数就会自动加255。转int即可
至于数据集问题还有map，loss问题正在解决中，不过最近在忙，到时候做差不多再继续往下写吧。
frame1 = frame1.astype(np.int)
附上别人挺好的总结：
v3毫无疑问现在成为了工程界首选的检测算法之一了，结构清晰，实时性好。这是我十分安利的目标检测算法，更值得赞扬的是，yolo_v3给了近乎白痴的复现教程，这种气量在顶层算法研究者中并不常见。你可以很快的用上v3，但你不能很快地懂v3。而我自己实现后发现封装很深，但是用自己数据效果并不好，希望能找到更多人一起讨论怎么改进，最近也在忙暑假实习问题，但我最弱的现在就是OJ题了，这个都不通过即使我做了几个项目大公司也不会要，发发恼骚，接下来就是解决各种各样的问题了，如果有小伙伴打kaggle比赛的话，记得带上我这么新手:)。