基于google colab训练yolov3+自己的数据集

训练yolov3首先配置了win10+cuda+cudnn+vs2017+opencv+darknet，在自己的笔记本上训练，超级超级慢，笔记本CPU是i5，内存4G，显存2G。

实话实话哦，训练了48小时多，勉强训练出来了一个yolo-obj-100.weight权重文件。

但是实在不能用自己的电脑跑了，内存太小，跑代码不但慢，而且还占了所有内存，不能进行其他工作。（顺带我又安装了一个4G的内存条。自己笔记本有卡槽位置，因为CPU太差，就没有必要安装8G内存条了。）

然后多方考虑，阿里云、DBC GPU服务器、等各种。最终选了Google Colab。原因有二：

1、免费，别的花钱买训练时间，不知道自己要用几天服务器。

2、不需要配置，，阿里云虽然学生9.9一个月，但我毕设还要3天就要查重，为了尽快跑出来结果，没时间去阿里云配置环境了（大家千万不要学我，浪100天，搞毕设10天。。。。我太惨了，真的 。）

然后再找到了这篇博文说的比较仔细，但也有bug。

1. 第一步挂载的时候，用这个代码

from google.colab import drive
drive.mount('/drive')
#参考博文https://blog.csdn.net/ie_Jeton/article/details/88132197

1. 其次的bug看下图。
2. 然后有个bug，就是最后的时候。我的代码是：

   !./darknet detector train data/obj.data cfg/yolo-obj.cfg darknet53.conv.74 -dont_show | tee  /drive/My\ Drive/yolov3/log.txt
   
   #>>表示的输出是追加输出，不覆盖之前的信息。。>覆盖掉之前的信息。
   
   ！！！！！这个-dont_show我知道了。没有这个，执行这个语句，终端不会训练，有时会给你提示加上-dont_show。有时候就不提示。所以，下次看到这个的老铁们，加上就对了。
   
   #后面的 | 这个符号是管道符，tee指令是同时输出到终端和log文件里面。

   
3. ！！！！！这个-dont_show我知道了。没有这个，执行这个语句，终端不会训练，有时会给你提示加上-dont_show。有时候就不提示。所以，下次看到这个的老铁们，加上就对了。
4. 上述2、的代码里面有个/drive/My\ Drive/yolov3/log.txt，其中你复制路径的时候只能复制到/drive/My Drive/yolov3/，要记得手动加一个转义字符\，表示\后面的空格不是空格，是个字符。