github：https://github.com/wucj123/YOLOV3#yolov3
训练集
来自voc07，The PASCAL Visual Object Classification，此数据集分训练集与测试集，其中训练集，图片5011张，测试集图片4952张。
训练过程
去训练集中10%用作验证集，
阶段一：50个epoch，lr=1e-3，batch_size=32，耗时350s左右/epoch。
阶段二：100个epoch，lr=1e-4，batch_size=10,设置ReduceLROnPlateau，每3个epoch，val-loss如果不下降，则lr降为原来的0.1；设置EarlyStopping，如果10个epoch，val-loss不下降，则停止训练，保存weight。
训练结果
在val-loss降到25左右，提前停止训练。各类AP（iou=0.5）以及mAP如下所示
分析
分类效果比较差的类为chair与pottedplant，还在分析原因中，各位大神，知道原因的，欢迎评论，谢谢
今天看到yolov2论文里面测试结果，其中chair与plant的AP分别为36.2与28.9，而yolov3中针对chair与plant，我目前测试结果为0.55与0.44，本身已有较大提升，所以原因可能在于数据集。