YOLOv3+Faster R-CNN+SSD训练和测试自己的数据

首先制作自己的数据集—VOC2007数据集制作，接下来就可以开始搞事情了....

一：YOLOv3相关

官网：YOLO: Real-Time Object Detection

进化之路：YOLO v1,YOLO v2,YOLO9000算法总结与源码解析

                 系统学习深度学习（三十二）--YOLO v1,v2,v3

原理部分：目标检测网络之 YOLOv3  

                  YOLOv3 资源合集

                  yolo3源码分析

                  YOLOv3批量测试图片并保存在自定义文件夹下

训练自己的数据：YOLOv3: 训练自己的数据

                             YOLO训练笔记第一篇——YOLOv3训练时打印的日志

训练可视化：YOLOv3使用笔记——曲线可视化

                     YOLO模型训练可视化训练过程中的中间参数

二：Faster R-CNN相关

Python源码：点击打开链接

训练自己的数据：Faster-RCNN+ZF用自己的数据集训练模型(Python版本)

                            Faster-RCNN训练自己数据集遇到的问题集锦

                            Faster-Rcnn训练出现的问题、

三：SSD相关

原理部分：论文阅读：SSD: Single Shot MultiBox Detector

                 SSD(Single Shot MultiBox Detector)不得不说的那些事

训练自己的数据：Caffe上用SSD训练和测试自己的数据

                            ssd训练自己的数据（物体检测），并测试模型

                            SSD配置、训练、测试以及应用到自己的数据集

                            SSD安装及训练自己的数据集

                            深度学习之caffe入门一一配置SSD中遇到的问题

总之，遇到任何问题问度娘就对了.....

最后，来一个大神的实验总结   R-FCN、SSD、YOLO2、faster-rcnn和labelImg实验笔记