YOLOV3的win10安装
WIN10下安装YOLO
绕了一个大坑，在2020.3.20，python3.8暂时不支持tensoflow，但是训练的时候需要tensorflow，所以降版本到了python3.7。
使用anaconda复制环境
最后发现，这个所谓训练的时候的tensorflow，仅仅用来画图
第二个坑，记得安装Vislual Studio Installer，我安装的是2019，只安装了图中的这两个。
第三个大坑，就是内存的问题了，tensorflow的画图部分会直接把GPU的资源全部占领，让Pytroch没有资源训练，解决办法就是关闭画图，或者换一个tensorflow-cpu的版本
第四个坑，CMD窗口卡死，等了好一会儿，准备放弃了按了ctrl+c结束进程，最后竟然继续跑，匪夷所思。
按这篇文章解决这个问题
YOLOV3的pytorch源码
git的国内镜像
anaconda下载
注意：anaconda安装的时候要选加入全局变量
用anaconda创建环境
conda create -n py3 python=3
conda activate py3pip换源
$ d:
$ cd PyTorch-YOLOv3/
$ sudo pip install -r requirements.txt注意：requirement里面有一些不能安装，挑出来稍后自己安装
可以安装的列表如下：
numpy
matplotlib
tensorboard
terminaltables
pillow
tqdm
不可以安装的列表如下：
torch>=1.0
tensorflow
torchvision
使用git运行bash下载模型权重，这里是一开始的做法，这种做法速度很慢，可以直接看后面用迅雷下载的方法。
发现wegt缺失，wegt在git下的安装。（可以跳过）
虽然可以下载了，但是下载速度很慢！
把文件的下载链接提取出来，使用迅雷下载。
把下载好的文件放到对应的文件夹中，然后把下载wget的这几个网址删除。
进入weights目录用同样手法下载网络权重。
下载CUDA10.2
安装CUDNN
下载pytorch用pip安装
直接运行，会报错误：
python test.py --weights_path weights/yolov3.weights
原因是D:\PyTorch-YOLOv3-master\data\coco\5k.txt里面路径是Linux系统的不是wind10系统的，用文本的替换把格式改对，再一次：
python test.py --weights_path weights/yolov3.weights
接下来运行检测图片，还是有图片路径的问题，修改下面两个部分：
python detect.py --image_folder data/samples/
接下来是模型训练，会出现一个需要tensorflow的报错，之前我python是3.8很遗憾没有tensorflow对应的版本，现在我降python到3.7，使用pip install tensorflow-gpu，就可以安装tensorlfow：
python train.py --data_config config/coco.data --pretrained_weights weights/darknet53.conv.74
最后还是报错：
根据，这篇文章，我安装了 pip install protobuf，无效。
结果发现是自己没装这个！！
接下来再次尝试运行，根据这篇文章，换个API解决，这边可以看这篇文章把后面出现的问题一并改了：
再次运行，出现了路径问题，找到相应文件使用文本替换如法炮制：
最后发现CUDA的内存不够用了，就差30MIB，这个显卡是逗我的把！！！！
为了看到内存的使用情况，需要找到nvida-smi.exe文件 ，但是我根据，这篇文章，我下载了一个，最后没有用上。
在下载好前，我减小了训练的batch，从而降低CUDA的内存使用量，一开始可以，我就没有深究了，就出现了后面的问题。
后面问题解决后发现又是这种情况，看了这篇文章发现是tensorflow的问题，把logger有关的画图全部屏蔽掉就OK了。
现在总结一下，第一次内存不够是batch的问题，第二次是tensorflow的问题。
然后又出来问题了，参考，解决：
还有问题~~~~靠这个大神解决，这个是一个坑，tensorflow仅仅用来画图最后占据了整个GPU，本来是找限制tensorflow的GPU方法，但是很多API，我的版本竟然都没有。最后我使用tensorflow的CPU解决这个问题。
最后训练的图片，这个东西这样太难了：
