windows10+yolov3多分类目标检测实现过程中遇到的问题

需要做一个多分类的目标检测，选择了yolo实现。

1. 首先是安装darknet，网上有很多教程，我原来是采用了https://github.com/pjreddie/darknet版本的教程，安装完成后用示例图片检测正确，但是在训练自己的数据时，出现了

但是我的路径是对的，百思不得其解，后来有大佬帮我看，重新换成了https://github.com/AlexeyAB/darknet版本，网上有很多这个版本的教程。

2.在上一步中，我又踩了两个坑：一，由于需要vs2015的工具包140，我的版本是2017，由于本人太笨，竟然先卸掉，然后再在重新安装2017时勾选了140工具，其实直接打开vs installer增加就可以了；二，打开darknet.sln编译时，忘记修改为release x64，导致出错，并且有一个问题https://blog.csdn.net/SpringRolls/article/details/88373051,按照教程基本是没问题的，如果有问题，再看看教程

3. 训练完成后，测试图片时，发现可以出来预测结果，但是没有预测图片，查看了detetcor.c中的test_detector函数、image.c中的draw_detection_v3函数，发现问题出在label上，由于我的类别是中文标签，但是darknet自己的标签只支持英文，因此这一步会出错，所有需要自己制作标签，这一步参考https://blog.csdn.net/qq_35608277/article/details/79954968，https://blog.csdn.net/phinoo/article/details/89501569，我是分别采用前一个博客的生成图片，不需要下载ImageMagick，只完成了step2和step3，注意代码需要一点点修改，因为第二个博客的图片编号方式相反（很简单，在step3中将word,s/12-1对调一下），我看了很多博客的生成中文标签图片，一直有convert: cannot...意思就是找不到字体好像，只有这篇博客有关于ukai.ttc字体的介绍，也有可能我不是在master-darknet项目中运行的原因？不太清楚；制作完中文标签图片后，完全按照第二篇博客的第二步及以下步骤执行，就可以正确显示出带有中文标签的预测图片了

3.或者直接在第二篇博客上，将make_labels.py中的-font /usr/share/fonts/truetype/droid/DroidSansFallbackFull.ttf，将font的路径改为自己的路径，并在该路径下放入对应的文件，可以使用第一篇博客提供的ukai.ttc文件