本章就讲测试部分和训练部分的代码，照片经过yolo3的网络输出的是[1, 10647, 85]的数值，其中10647是（1313+2626+52*52）*3的输出，在每一个大小的网络信息上都有三个预测框，85是框的位置坐标x1,y1,x2,y2的形式，在yolo3的训练坐标储存方式是xywh形式，自己需要训练的xml文件保存的坐标是xyxy形式(到后面会讲解自己想要训练数据集的整理），和置信度1，分类80，一共85。 训练代码 from __future__ import division fr