背景说明：本次训练的模型分五类，分别为['whiteboard','chair','diningtable','sofa','tvmonitor']。训练数据集大约1000张。模型转为pd格式大小约240M，每帧检测需要约250ms，即4fps。

环境：Window 10 系统，python=3.6，tensorflow=1.15 。

整个项目下载路径：https://pan.baidu.com/s/1uZbdJQEyeSfxTlXR-fQ24g  提取码：bq9u

一、数据准备

1.用Labelimg标注好图像训练集，放在D:/AI\yolov3_whiteboard/data/dataset_whiteboard/Annotations， 里面是已经标注好的XML文件。还没安装Labelimg图像标注工具的请点击安装。原始图像放在D:/AI/yolov3_whiteboard/data/dataset_whiteboard/JPEGImages/train文件中。

2.把XML文件的内容转为txt文本并保存。运行D:/AI/yolov3_whiteboard/scripts/take_xml_to_train.py即可，这里说明一下几个参数：