YOLOv3可以實時地進行端到端的目標檢測，以速度快見長。
課程《YOLOv3目標檢測實戰：訓練自己的數據集》將手把手地教大家使用YOLOv3訓練自己的數據集。課程分爲三個小項目：足球目標檢測、梅西目標檢測、足球和梅西同時目標檢測。
本課程的YOLOv3使用Darknet，在Ubuntu上做項目演示。包括：安裝Darknet、給自己的數據集打標籤、整理自己的數據集、修改配置文件、訓練自己的數據集、測試訓練出的網絡模型、性能統計(mAP計算和畫出PR曲線)和先驗框聚類。
Darknet是使用C語言實現的輕型開源深度學習框架，依賴少，可移植性好，值得深入探究。
本人推出的有關YOLOv3的系列課程包括：
（1）YOLOv3目標檢測實戰：訓練自己的數據集（即本課程）
課程鏈接： https://edu.51cto.com/course/18271.html
（2）YOLOv3目標檢測實戰：交通標誌識別
（3）YOLOv3目標檢測：原理與源碼解析
（4）YOLOv3目標檢測：網絡模型改進方法
敬請關注並選擇學習！
下圖是足球和梅西同時目標檢測的一個測試結果：
