参考
https://mp.weixin.qq.com/s/T9LshbXoervdJDBuP564dQ
https://blog.csdn.net/qm5132/article/details/83651291
https://mp.weixin.qq.com/s/T9LshbXoervdJDBuP564dQ
训练过程
1. 数据准备
(1) 预测特征图的anchor框集合
-
3个尺度的特征图，每个特征图3个anchor框，共9个框，从小到大排列；
-
框1~3在大尺度52x52特征图中使用，框4~6是中尺度26x26，框7~9是小尺度13x13；
-
大尺度特征图用于检测小物体，小尺度检测大物体；
-
9个anchor来源于边界框的K-Means聚类。
例如，COCO的anchors列表，如下：
10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326（2）图片输入尺寸，默认为416x416，选择416的原因是：
-
图片尺寸满足32的倍数，在DarkNet网络中，执行5次步长为2卷积，降采样，其卷积操作如下：
x = DarknetConv2D_BN_Leaky(num_filters, (3, 3), strides=(2, 2))(x)在最底层时，特征图尺寸需要满足为奇数，如13，以保证中心点落在唯一框中。如果为偶数时，则中心点落在中心的4个框中，导致歧义。
keras-yolo3遇到的一些注意点与解决思路
1. fit_generator
在训练中，模型调用的fit_generator方法，按照批次创建数据，输入模型，进行训练，其中，数据生成器wrapper是data_generator_wrapper,用于验证数据格式，最终调用data_generator
- annotation_lines：标注数据的行，每行数据包含图片路径，和框的位置信息；
- batch_size：批次数，每批生成的数据个数；
- input_shape：图像输入尺寸，如(416, 416)；
- anchors：anchor box列表，9个宽高值；
- num_classes：类别的数量；
在data_generator_wrapper中，验证输入参数是否正确，再调用data_generator，这也是wrapper函数的常见用法。
数据生成器
在数据生成器data_generator中，数据的总行数是n，循环输出固定批次数batch_size的图片数据image_data和标注框数据box_data。
在第0次时，将数据洗牌shuffle，调用get_random_data解析annotation_lines[i]，生成图片image和标注框box，添加至各自的列表image_data和box_data中。
索引值递增i+1，当完成n个一轮之后，重新将i置0，再次调用shuffle洗牌数据。
将image_data和box_data都转换为np数组，其中：
image_data: (16, 416, 416, 3)
box_data: (16, 20, 5) # 每个图片最多含有20个框
复制代码接着，将框的数据box_data、输入图片尺寸input_shape、anchor box列表anchors和类别数num_classes转换为真值y_true，其中y_true是3个预测特征的列表：
[(16, 13, 13, 3, 6), (16, 26, 26, 3, 6), (16, 52, 52, 3, 6)]
复制代码最终输出：图片数据image_data、真值y_true、每个图片的损失值np.zeros(batch_size)。不断循环while True，生成的批次数据，与epoch步数相同，即steps_per_epoch。