包含 coco.names yolov3.cfg yolov3.weights yolov3-tiny.weights

yolov3.weights是训练好的权重文件；yolov3.cfg是神经网络的结构文件；coco.names是算法的类别文件

可以参考这个视频，使用opencv，手敲代码实现目标检测

yolov3(pytorch)训练自己的数据集可参看本人blog。要使用的预训练权重：yolov3.weights。如果有遇到问题的可留言或私我。

OpenCV-YOLOv3示例代码、预训练模型以及测试图像/视频。让我们看看YOLO如何在一张图片中检测目标。 首先，它把原图按比例平均分解成一张有13x13网格的图片。这169个单元会根据原图的大小而改变。对于一张416x416像素的图片，每个图片单元的大小是32x32像素。处理图片时，会以图片单元为单位，预测单位中的多个边界框。 对于每个边界框，这个网络会计算所包含物体的边界框的置信度，同时计算所包含的目标是属于一个特定类别的可能性大小。 非最大抑制（non-maximum suppression）可以消除低置信度的边界框，以及把同时包围着单个物体的多个高置信度的边界框消除到只剩下一个。

yolov3 github源码中自带的把~我再上传一遍也没毛病，放这里存一下，免得忘了............

国外官网上下的yolov3.weights权重，容易的断，不太好下，好不容易下载成功，230多兆，有需要的朋友可以下载。

八百多张冰壶训练数据集训练完成的权重模型，测试过可直接使用。在CPU为i7 9700k和显卡1050Ti以及16G内存的环境下，帧率可达到60+，准确率也超过90%

yolov3-tiny.weights.rar

1、darknet深度学习框架使用所用文件 2、可直接下载使用，官网较慢