YOLOv3可以实时地进行端到端的目标检测，以速度快见长。
课程《YOLOv3目标检测实战：训练自己的数据集》将手把手地教大家使用YOLOv3训练自己的数据集。课程分为三个小项目：足球目标检测、梅西目标检测、足球和梅西同时目标检测。
本课程的YOLOv3使用Darknet，在Ubuntu上做项目演示。包括：安装Darknet、给自己的数据集打标签、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。
Darknet是使用C语言实现的轻型开源深度学习框架，依赖少，可移植性好，值得深入探究。
本人推出的有关YOLOv3的系列课程包括：
（1）YOLOv3目标检测实战：训练自己的数据集（即本课程）
课程链接： https://edu.51cto.com/course/18271.html
（2）YOLOv3目标检测实战：交通标志识别
（3）YOLOv3目标检测：原理与源码解析
（4）YOLOv3目标检测：网络模型改进方法
敬请关注并选择学习！
下图是足球和梅西同时目标检测的一个测试结果：
