YOLOv3实战：训练自己的数据集,白老师课堂,告知：YOLOv4来了！速度和精度双提升！与 YOLOv3 相比，新版本的 AP (精度)和 FPS （每秒帧率）分别提高了 10% 和 12%。 如需学习YOLOv4, 请前往Ubuntu版《YOLOv4实战：训练自己的数据集》https://study.163.com/course/introduction/1209972489.htm和《Windows版YOLOv4实战自建数据集》https://study.163.com/course/introduction/1210003060.htm。 YOLOv3是一种基于深度学习的端到端实时目标检测方法，以速度快见长。本课程将手把手地教大家使用labelImg标注和使用YOLOv3训练自己的数据集。课程分为三个小项目：足球目标检测（单目标检测）、梅西目标检测（单目标检测）、足球和梅西同时目标检测（两目标检测）。 本课程的YOLOv3使用Darknet，在Ubuntu系统上做项目演示。包括：安装Darknet、给自己的数据集打标签、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类 适用人群：具有一定深度学习基础，希望掌握YOLOv3目标检测实战方法的同学们